Analisi Discriminante Lineare (LDA — Classificazione)
L'Analisi Discriminante Lineare (LDA) è un metodo di classificazione supervisionato parametrico che individua la combinazione lineare di predittori continui che meglio separa due o più gruppi predefiniti. Introdotta da Ronald A. Fisher nel suo fondamentale articolo del 1936 sulle misurazioni tassonomiche, essa funge contemporaneamente da classificatore e da strumento di riduzione della dimensionalità, e può essere intesa come la controparte orientata alla classificazione della MANOVA.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Linear Discriminant Analysis (LDA — Classification). ScholarGate. https://scholargate.app/it/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.
- Analisi FattorialeStatistica per la ricerca↔ compare
- K-Nearest NeighborsApprendimento automatico↔ compare
- Regressione LogisticaStatistica per la ricerca↔ compare
- Analisi Multivariata della Varianza (MANOVA)Statistica↔ compare
- Naive BayesApprendimento automatico↔ compare
- Analisi delle Componenti PrincipaliApprendimento automatico↔ compare
- Support Vector Machine (Classificazione)Apprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →