Analisis Diskriminan Teguh
Analisis Diskriminan Teguh ialah kaedah pengelasan yang mengasingkan kumpulan dengan fungsi diskriminan linear sambil menahan pengaruh pencilan. Ia menggantikan min dan kovarians klasik dengan penganggar pecah-tinggi seperti Minimum Covariance Determinant (MCD), satu pendekatan yang dibangunkan oleh Hawkins & McLachlan (1997) dan Croux & Dehon (2001).
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
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). High-Breakdown Robust Linear Discriminant Analysis. ScholarGate. https://scholargate.app/ms/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.
- Ralat Piawai (HC) Teguh HeteroskedastisitiStatistik↔ compare
- Analisis Diskriminan Linear (LDA)Pembelajaran Mesin↔ compare
- Regresi LogistikStatistik Penyelidikan↔ compare
- Analisis Diskriminan Kuadratik (QDA)Pembelajaran Mesin↔ compare
- Regresi Logistik TeguhStatistik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →