Robustā diskriminējošā analīze
Robustā diskriminējošā analīze ir klasifikācijas metode, kas atdala grupas ar lineāru diskriminējošu funkciju, vienlaikus pretstatoties izmestu vērtību ietekmei. Tā aizstāj klasisko vidējo un kovarianci ar augsta sabrukuma punktu (high-breakdown) koeficientu, piemēram, minimālās kovariācijas determinantu (Minimum Covariance Determinant, MCD), ko izstrādājuši Hawkins & McLachlan (1997) un Croux & Dehon (2001).
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Hawkins, D. M. & McLachlan, G. J. (1997). High Breakdown Linear Discriminant Analysis. Journal of the American Statistical Association, 92(437), 136-143. DOI: 10.1080/01621459.1997.10473610 ↗
- Croux, C. & Dehon, C. (2001). Robust Linear Discriminant Analysis Using S-Estimators. Canadian Journal of Statistics, 29(3), 473-493. DOI: 10.2307/3316042 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). High-Breakdown Robust Linear Discriminant Analysis. ScholarGate. https://scholargate.app/lv/statistics/robust-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.
- Heteroscedasticitātei izturīgi (HC) standartas kļūdasStatistika↔ compare
- Lineārā diskriminanta analīze (LDA)Mašīnmācīšanās↔ compare
- Logistiskā regresijaPētniecības statistika↔ compare
- Kvadrātiskā diskriminantanalīze (QDA)Mašīnmācīšanās↔ compare
- Robustā loģistiskā regresijaStatistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →