Hypothesis test
線形判別分析（LDA — 分類）
線形判別分析（Linear Discriminant Analysis、LDA）は、2つ以上の事前に定義されたグループを最もよく分離する連続予測変数の線形結合を見つける、パラメトリックな教師あり分類手法です。Ronald A. Fisherが1936年の画期的な分類学的測定に関する論文で発表し、分類器と次元削減ツールの両方として機能し、MANOVAの分類指向の対応物として理解できます。
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 ↗
このページの引用方法
ScholarGate. (2026, June 1). Linear Discriminant Analysis (LDA — Classification). ScholarGate. https://scholargate.app/ja/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.
- 因子分析研究統計↔ compare
- K近傍法機械学習↔ compare
- ロジスティック回帰研究統計↔ compare
- 多変量分散分析 (MANOVA)統計学↔ compare
- ナイーブベイズ機械学習↔ compare
- 主成分分析機械学習↔ compare
- サポートベクターマシン（分類）機械学習↔ compare