Дискриминантный анализ
Материал из Википедии — свободной энциклопедии
Дискримина́нтный ана́лиз — раздел вычислительной математики, представляющий набор методов статистического анализа для решения задач распознавания образов, который используется для принятия решения о том, какие переменные разделяют (то есть «дискриминируют») возникающие наборы данных (так называемые «группы»). В отличие от кластерного анализа в дискриминантном анализе группы известны априори.
Методы дискриминантного анализа
[править | править код]- Линейный дискриминант Фишера
- Канонический или линейный дискриминантный анализ (англ. Linear Discriminant Analysis, LDA[1]).
- Логистическая регрессия.
Примеры
[править | править код]Например, некий исследователь в области образования может захотеть исследовать, какие переменные относят выпускника средней школы к одной из трех категорий: поступающий в колледж, поступающий в профессиональную школу, отказывающийся от дальнейшего образования.
Медик может регистрировать различные переменные, относящиеся к состоянию больного, чтобы выяснить, какие переменные лучше показывают, что пациент, вероятно, выздоровел полностью, частично или совсем не выздоровел.
См. также
[править | править код]Примечания
[править | править код]- ↑ Library: Linear Discriminant Analysis method (недоступная ссылка)
Литература
[править | править код]- Боровиков В. П. Искусство анализа данных, 2-е издание, ПИТЕР, 2005
Ссылки
[править | править код]- Дискриминантный анализ
- Модели для прогнозирования
- Дискриминантный анализ и нейронные сети в фондовом прогнозировании
- [1]
Задачи | |
---|---|
Обучение с учителем | |
Кластерный анализ | |
Снижение размерности | |
Структурное прогнозирование | |
Выявление аномалий | |
Графовые вероятностные модели | |
Нейронные сети | |
Обучение с подкреплением |
|
Теория | |
Журналы и конференции |
|
Text is available under the CC BY-SA 4.0 license; additional terms may apply.
Images, videos and audio are available under their respective licenses.