ScholarGate
Assistent
Hypothesis test

Lineaire Discriminantieanalyse (LDA — Classificatie)

Lineaire Discriminante Analyse (LDA) is een parametrische, gesuperviseerde classificatiemethode die de lineaire combinatie van continue voorspellers vindt die twee of meer vooraf gedefinieerde groepen het best scheidt. Geïntroduceerd door Ronald A. Fisher in zijn baanbrekende publicatie uit 1936 over taxonomische metingen, dient het tegelijkertijd als classificator en als hulpmiddel voor dimensionaliteitsreductie, en kan het worden begrepen als het classificatie-georiënteerde tegenovergestelde van MANOVA.

Toepassen met StatMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

Bronnen

  1. 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

Deze pagina citeren

ScholarGate. (2026, June 1). Linear Discriminant Analysis (LDA — Classification). ScholarGate. https://scholargate.app/nl/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.

Compare side by side

Geciteerd door

ScholarGateLinear Discriminant Analysis (Classification) (Linear Discriminant Analysis (LDA — Classification)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/statistics/lda-classification · Gegevensset: https://doi.org/10.5281/zenodo.20539026