การวิเคราะห์การจำแนกประเภทเชิงเส้น (LDA — การจำแนกประเภท)
การวิเคราะห์การจำแนกประเภทเชิงเส้น (LDA) เป็นวิธีการจำแนกประเภทแบบมีผู้สอนและแบบพาราเมตริก ที่ค้นหาการรวมกันเชิงเส้นของตัวแปรทำนายแบบต่อเนื่องที่สามารถแบ่งกลุ่มที่กำหนดไว้ล่วงหน้าสองกลุ่มขึ้นไปได้ดีที่สุด วิธีการนี้ถูกนำเสนอโดย Ronald A. Fisher ในบทความสำคัญของเขาในปี 1936 เกี่ยวกับการวัดทางอนุกรมวิธาน โดยทำหน้าที่ทั้งเป็นตัวจำแนกประเภทและเครื่องมือลดมิติ และสามารถเข้าใจได้ว่าเป็นคู่ตรงข้ามของการวิเคราะห์ความแปรปรวนร่วมหลายตัวแปร (MANOVA) ที่มุ่งเน้นการจำแนกประเภท
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Linear Discriminant Analysis (LDA — Classification). ScholarGate. https://scholargate.app/th/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.
- Factor Analysisสถิติการวิจัย↔ compare
- K-Nearest Neighborsการเรียนรู้ของเครื่อง↔ compare
- การถดถอยโลจิสติกสถิติการวิจัย↔ compare
- การวิเคราะห์ความแปรปรวนร่วม (Multivariate Analysis of Variance - MANOVA)สถิติศาสตร์↔ compare
- Naive Bayesการเรียนรู้ของเครื่อง↔ compare
- การวิเคราะห์องค์ประกอบหลักการเรียนรู้ของเครื่อง↔ compare
- Support Vector Machineการเรียนรู้ของเครื่อง↔ compare