Presná definícia
Čo znamená lineárna diskriminačná analýza?
Lineárna diskriminačná analýza (LDA) je generatívny klasifikátor predpokladajúci pre každú triedu viacrozmerné normálne rozdelenie so spoločnou kovariančnou maticou. Z Bayesovho pravidla potom vznikajú lineárne diskriminačné funkcie a lineárne hranice. LDA zároveň poskytuje dohliadanú projekciu do najviac K-1 smerov oddeľujúcich K tried.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri klasifikácii laboratórnych vzoriek sa odhadnú priemery tried, spoločná kovariancia a priory. Príznaky sa preveria na silnú kolinearitu; pri malom počte vzoriek voči rozmeru sa použije zmenšený odhad kovariancie. Priory sa nastavia podľa cieľovej prevalencie, nie automaticky podľa vyváženého tréningu. Model sa hodnotí po triedach a porovná s QDA a logistickou regresiou. Projekcia LDA môže pomôcť vizualizácii, no používa označenia, preto sa nesmie počítať pred rozdelením dát.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo majú triedy spoločné?
V základnej LDA rovnakú kovariančnú maticu, nie rovnaký priemer.
Prečo je hranica lineárna?
Kvadratické členy z rovnakých kovariancií sa pri porovnaní tried zrušia.
Koľko diskriminačných smerov vznikne?
Najviac počet tried mínus jeden.
Čo robia triedne priory?
Posúvajú rozhodnutie podľa očakávanej pravdepodobnosti výskytu tried.
Čo ak je príznakov viac než vzoriek?
Kovariancia je singulárna alebo nestabilná; pomáha shrinkage či redukcia.