Latent structure

Линейный дискриминантный анализ (LDA)

Линейный дискриминантный анализ — это метод обучения с учителем для снижения размерности и классификации, предложенный Рональдом А. Фишером в 1936 году, который находит линейные комбинации признаков, максимально разделяющие предопределенные классы, сохраняя при этом как можно больше информации, дискриминирующей классы. Он одновременно служит методом проецирования признаков и вероятностным классификатором, что делает его одним из основополагающих методов в распознавании образов и статистическом обучении.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  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
  2. Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed., Ch. 4). Springer. ISBN: 978-0-387-84857-0

Как цитировать эту страницу

ScholarGate. (2026, June 3). Linear Discriminant Analysis (Fisher's LDA). ScholarGate. https://scholargate.app/ru/machine-learning/linear-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.

Compare side by side

Упоминается в

ScholarGateLinear Discriminant Analysis (Linear Discriminant Analysis (Fisher's LDA)). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/linear-discriminant-analysis · Набор данных: https://doi.org/10.5281/zenodo.20539026