Lineárna diskriminačná analýza (LDA)
Lineárna diskriminačná analýza je supervidovaná metóda na redukciu dimenzionality a klasifikáciu, ktorú v roku 1936 predstavil Ronald A. Fisher. Hľadá lineárne kombinácie príznakov, ktoré maximálne oddeľujú preddefinované triedy, pričom zachovávajú čo najviac informácií diskriminačných pre triedy. Súčasne slúži ako technika projekcie príznakov a ako pravdepodobnostný klasifikátor, čo z nej robí jednu zo základných metód v rozpoznávaní vzorov a štatistickom učení.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Ako citovať túto stránku
ScholarGate. (2026, June 3). Linear Discriminant Analysis (Fisher's LDA). ScholarGate. https://scholargate.app/sk/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.
- Logistická regresiaŠtatistika vo výskume↔ compare
- Naive BayesStrojové učenie↔ compare
- Kvadratická diskriminačná analýza (QDA)Strojové učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →