Linjär diskriminantanalys (LDA — Klassificering)
Linjär diskriminantanalys (LDA) är en parametrisk, övervakad klassificeringsmetod som finner den linjära kombinationen av kontinuerliga prediktorer som bäst separerar två eller flera fördefinierade grupper. Metoden, som introducerades av Ronald A. Fisher i hans banbrytande artikel från 1936 om taxonomiska mätningar, fungerar samtidigt som en klassificerare och ett verktyg för dimensionsreducering, och kan förstås som den klassificeringsorienterade motsvarigheten till MANOVA.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Linear Discriminant Analysis (LDA — Classification). ScholarGate. https://scholargate.app/sv/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.
- Faktoriell analysForskningsstatistik↔ compare
- K-Närmaste GrannarMaskininlärning↔ compare
- Logistisk regressionForskningsstatistik↔ compare
- Multivariat variansanalys (MANOVA)Statistik↔ compare
- Naiv BayesMaskininlärning↔ compare
- Analys av huvudkomponenterMaskininlärning↔ compare
- Support Vector Machine (Klassificering)Maskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →