Analisis Diskriminan Linear (LDA — Klasifikasi)
Analisis Diskriminan Linear (LDA) adalah metode klasifikasi terawasi parametrik yang menemukan kombinasi linear dari prediktor kontinu yang paling baik memisahkan dua atau lebih kelompok yang telah ditentukan sebelumnya. Diperkenalkan oleh Ronald A. Fisher dalam makalah pentingnya tahun 1936 tentang pengukuran taksonomi, LDA secara bersamaan berfungsi sebagai pengklasifikasi dan alat reduksi dimensi, serta dapat dipahami sebagai rekan MANOVA yang berorientasi klasifikasi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Fisher, R.A. (1936). The Use of Multiple Measurements in Taxonomic Problems. Annals of Eugenics, 7(2), 179–188. DOI: 10.1111/j.1469-1809.1936.tb02137.x ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Linear Discriminant Analysis (LDA — Classification). ScholarGate. https://scholargate.app/id/statistics/lda-classification
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Analisis FaktorStatistika Penelitian↔ compare
- K-Nearest NeighborsPembelajaran Mesin↔ compare
- Regresi LogistikStatistika Penelitian↔ compare
- Analisis Varians Multivariat (MANOVA)Statistika↔ compare
- Naive BayesPembelajaran Mesin↔ compare
- Analisis Komponen UtamaPembelajaran Mesin↔ compare
- Support Vector Machine (Klasifikasi)Pembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →