Lineær diskriminantanalyse (LDA — Klassifisering)
Lineær diskriminantanalyse (LDA) er en parametrisk, veiledet klassifiseringsmetode som finner den lineære kombinasjonen av kontinuerlige prediktorer som best skiller to eller flere forhåndsdefinerte grupper. Metoden ble introdusert av Ronald A. Fisher i hans landemerkeartikkel fra 1936 om taksonomiske målinger. Den fungerer samtidig som en klassifikator og et verktøy for dimensjonsreduksjon, og kan forstås som den klassifiseringsorienterte motparten til MANOVA.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Linear Discriminant Analysis (LDA — Classification). ScholarGate. https://scholargate.app/no/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.
- FaktoranalyseForskningsstatistikk↔ compare
- K-Nearest NeighborsMaskinlæring↔ compare
- Logistisk regresjonForskningsstatistikk↔ compare
- Multivariat variansanalyse (MANOVA)Statistikk↔ compare
- Naive BayesMaskinlæring↔ compare
- HovedkomponentanalyseMaskinlæring↔ compare
- Støttevektormaskin (klassifisering)Maskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →