Hypothesis test

Lineárna diskriminačná analýza (LDA — klasifikácia)

Lineárna diskriminačná analýza (LDA) je parametrická metóda supervizovanej klasifikácie, ktorá nachádza lineárnu kombináciu spojitých prediktorov, ktorá najlepšie oddeľuje dve alebo viac preddefinovaných skupín. Predstavená Ronaldom A. Fisherom v jeho prelomovom článku z roku 1936 o taxonomických meraniach, slúži súčasne ako klasifikátor a nástroj na redukciu dimenzionality a možno ju chápať ako klasifikačne orientovaný náprotivok MANOVY.

Použiť v StatMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

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

Lineárna diskriminačná analýza (LDA

Faktorová analýza K-Nearest Neighbors Logistická regresia Multivariačná analýza ro…Naive Bayes Analýza hlavných kompone…Support Vector Machine (…K-Means Clustering

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 ↗

Ako citovať túto stránku

ScholarGate. (2026, June 1). Linear Discriminant Analysis (LDA — Classification). ScholarGate. https://scholargate.app/sk/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.

Faktorová analýzaŠtatistika vo výskume↔ compare
K-Nearest NeighborsStrojové učenie↔ compare
Logistická regresiaŠtatistika vo výskume↔ compare
Multivariačná analýza rozptylu (MANOVA)Štatistika↔ compare
Naive BayesStrojové učenie↔ compare
Analýza hlavných komponentovStrojové učenie↔ compare
Support Vector Machine (Klasifikácia)Strojové učenie↔ compare

Compare side by side →

Odkazujú sem

K-Means Clustering

Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →