Phân tích Phân biệt Tuyến tính (LDA — Phân loại)
Phân tích Phân biệt Tuyến tính (LDA) là một phương pháp phân loại có giám sát tham số, tìm ra tổ hợp tuyến tính của các biến dự báo liên tục phân tách tốt nhất hai hoặc nhiều nhóm định trước. Được giới thiệu bởi Ronald A. Fisher trong bài báo mang tính bước ngoặt năm 1936 về đo lường phân loại học, nó đồng thời đóng vai trò là bộ phân loại và công cụ giảm chiều dữ liệu, và có thể được hiểu là đối tác hướng tới phân loại của MANOVA.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Linear Discriminant Analysis (LDA — Classification). ScholarGate. https://scholargate.app/vi/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.
- Phân tích nhân tốThống kê nghiên cứu↔ compare
- K-Nearest NeighborsHọc máy↔ compare
- Hồi quy LogisticThống kê nghiên cứu↔ compare
- Phân tích Phương sai Đa biến (MANOVA)Thống kê↔ compare
- Naive BayesHọc máy↔ compare
- Phân tích thành phần chínhHọc máy↔ compare
- Máy Vectơ Hỗ trợ (Phân loại)Học máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →