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.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
- 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.
- Логистическая регрессияСтатистика исследований↔ compare
- Наивный БайесМашинное обучение↔ compare
- Квадратичный дискриминантный анализ (QDA)Машинное обучение↔ compare
- Случайный лесМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →