Квадратичный дискриминантный анализ (QDA)
Квадратичный дискриминантный анализ — это генеративный классификатор, который моделирует каждый класс с помощью собственной многомерной гауссовой модели, позволяя каждому классу иметь отдельную ковариационную матрицу. В отличие от линейного дискриминантного анализа, который предполагает общую ковариацию и дает линейные границы, собственные ковариации QDA для каждого класса создают криволинейные (квадратичные) границы принятия решений, что позволяет ему улавливать различия в разбросе и ориентации классов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed.). Springer. ISBN: 978-0-387-84857-0
- James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning. Springer. ISBN: 978-1-4614-7138-7
Как цитировать эту страницу
ScholarGate. (2026, June 2). Quadratic Discriminant Analysis (QDA). ScholarGate. https://scholargate.app/ru/machine-learning/quadratic-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.
- Линейный дискриминантный анализ (LDA)Машинное обучение↔ compare
- Наивный БайесМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →