Analisis Diskriminan Linear (LDA — Klasifikasi)
Analisis Diskriminan Linear (LDA) ialah kaedah klasifikasi berselia parametrik yang mencari gabungan linear pemboleh ubah prediktor berterusan yang terbaik memisahkan dua atau lebih kumpulan yang telah ditentukan. Diperkenalkan oleh Ronald A. Fisher dalam kertas kerjanya yang penting pada tahun 1936 mengenai pengukuran taksonomi, ia secara serentak berfungsi sebagai pengelas dan alat pengurangan dimensi, dan boleh difahami sebagai rakan sejawat yang berorientasikan klasifikasi bagi MANOVA.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian 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 memetik halaman ini
ScholarGate. (2026, June 1). Linear Discriminant Analysis (LDA — Classification). ScholarGate. https://scholargate.app/ms/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 FaktorStatistik Penyelidikan↔ compare
- K-Nearest NeighborsPembelajaran Mesin↔ compare
- Regresi LogistikStatistik Penyelidikan↔ compare
- Analisis Varians Multivariat (MANOVA)Statistik↔ compare
- Naive BayesPembelajaran Mesin↔ compare
- Analisis Komponen UtamaPembelajaran Mesin↔ compare
- Mesin Vektor Sokongan (Klasifikasi)Pembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →