Phân tích phân biệt tuyến tính (lda) là gì? - định nghĩa từ techopedia

Định nghĩa - Phân tích phân biệt tuyến tính (LDA) có nghĩa là gì?

Phân tích phân biệt tuyến tính (LDA) là một loại kết hợp tuyến tính, một quá trình toán học sử dụng các mục dữ liệu khác nhau và áp dụng các hàm cho tập hợp đó để phân tích riêng nhiều lớp đối tượng hoặc mục. Xuất phát từ phân biệt đối xử tuyến tính, phân biệt tuyến tính của Fisher có thể hữu ích trong các lĩnh vực như nhận dạng hình ảnh và phân tích dự đoán trong tiếp thị.

Techopedia giải thích Phân tích Phân biệt Tuyến tính (LDA)

Ý tưởng cơ bản về sự kết hợp tuyến tính có từ những năm 1960 với điểm số Altman Z cho phá sản và các cấu trúc dự đoán khác. Bây giờ, phân tích phân biệt tuyến tính giúp biểu diễn dữ liệu cho nhiều hơn hai lớp, khi hồi quy logic là không đủ. Phân tích phân biệt tuyến tính lấy giá trị trung bình cho mỗi lớp và xem xét các biến thể để đưa ra dự đoán giả định phân phối Gaussian. Đây là một trong một số loại thuật toán là một phần của việc tạo ra các mô hình học máy cạnh tranh.