Latent structure
線形判別分析 (LDA)
線形判別分析（LDA）は、1936年にロナルド・A・フィッシャーによって導入された、次元削減と分類のための教師あり学習手法です。これは、クラス間の分離を最大化し、可能な限り多くのクラス識別情報を保持するような特徴量の線形結合を見つけます。特徴量射影技術と確率的分類器の両方の役割を同時に果たし、パターン認識と統計的学習における基本的な手法の一つとなっています。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed., Ch. 4). Springer. ISBN: 978-0-387-84857-0
このページの引用方法
ScholarGate. (2026, June 3). Linear Discriminant Analysis (Fisher's LDA). ScholarGate. https://scholargate.app/ja/machine-learning/linear-discriminant-analysis
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.
Compare side by side →