"การวิเคราะห์การจำแนกของฟิชเชอร์" เป็นเพียงLDAในสถานการณ์ของ 2 คลาส เมื่อมีการคำนวณด้วยมือเพียง 2 คลาสเท่านั้นที่เป็นไปได้และการวิเคราะห์จะเกี่ยวข้องโดยตรงกับการถดถอยพหุคูณ LDA เป็นส่วนขยายโดยตรงของแนวคิดของ Fisher เกี่ยวกับสถานการณ์ของคลาสใด ๆ และใช้อุปกรณ์พีชคณิตเมทริกซ์ (เช่น eigendecomposition) เพื่อคำนวณ ดังนั้นคำว่า "การวิเคราะห์จำแนกประเภทของฟิชเชอร์" สามารถมองได้ว่าล้าสมัยในปัจจุบัน "การวิเคราะห์จำแนกเชิงเส้น" ควรใช้แทน ดูเพิ่มเติม การวิเคราะห์จำแนกด้วย 2+ คลาส (หลายคลาส) เป็นที่ยอมรับโดยอัลกอริทึมของมัน (แยก dicriminants เป็นตัวแปรตามบัญญัติ) คำที่หายาก "การวิเคราะห์จำแนกตาม Canonical"
ฟิชเชอร์ใช้สิ่งที่เรียกว่า "ฟังก์ชั่นการจำแนกฟิชเชอร์" เพื่อจัดประเภทวัตถุหลังจากคำนวณการเลือกปฏิบัติแล้ว ทุกวันนี้มีการใช้วิธีการทั่วไปของเบย์ภายในโพรซีเดอร์ LDA เพื่อจำแนกวัตถุ
คำขอของคุณสำหรับคำอธิบายของ LDA ผมอาจจะส่งคุณไปยังคำตอบของฉันเหล่านี้: การสกัดใน LDA , การจัดหมวดหมู่ใน LDA , LDA หมู่วิธีการที่เกี่ยวข้อง นอกจากนี้ , นี้ , นี้คำถามและคำตอบ
เช่นเดียวกับ ANOVA ต้องใช้สมมติฐานของผลต่างที่เท่ากัน LDA ต้องการสมมติฐานของเมทริกซ์ความแปรปรวนร่วม - ความแปรปรวนร่วมเท่ากัน (ระหว่างตัวแปรอินพุต) ของคลาส สมมติฐานนี้มีความสำคัญสำหรับขั้นตอนการจำแนกประเภทของการวิเคราะห์ หากการฝึกอบรมแตกต่างกันอย่างมีนัยสำคัญการสังเกตจะมีแนวโน้มที่จะได้รับมอบหมายให้ชั้นเรียนที่มีความแปรปรวนมากกว่า เพื่อแก้ไขปัญหานี้QDAถูกคิดค้นขึ้น QDA เป็นการปรับเปลี่ยน LDA ซึ่งอนุญาตให้มีความหลากหลายของการฝึกอบรมความแปรปรวนร่วมของคลาส
หากคุณมีความแตกต่าง (ตามที่ตรวจพบตัวอย่างจากการทดสอบ M ของ Box) และคุณไม่มี QDA ในมือคุณยังสามารถใช้ LDA ในระบอบการปกครองที่ใช้เมทริกซ์ความแปรปรวนร่วม (แทนที่จะเป็นเมทริกพูลพูล) ของการจำแนกประเภท . ส่วนนี้แก้ปัญหาแม้ว่าจะมีประสิทธิภาพน้อยกว่าใน QDA เพราะ - ดังที่ได้กล่าวไว้ - นี่คือเมทริกซ์ระหว่างการเลือกปฏิบัติและไม่ได้อยู่ระหว่างตัวแปรดั้งเดิม (ซึ่งเมทริกซ์ต่างกัน)
ให้ฉันวิเคราะห์ข้อมูลตัวอย่างของคุณเอง
ตอบกลับคำตอบและความคิดเห็นของ @ zyxue
LDA คือสิ่งที่คุณนิยาม FDA อยู่ในคำตอบของคุณ LDA แรกแยกการสร้างเชิงเส้น (เรียกว่า discriminants) ที่ขยายระหว่างและภายในให้มากที่สุดจากนั้นใช้การจัดหมวดหมู่เหล่านี้เพื่อดำเนินการ (gaussian) หาก (ตามที่คุณพูด) LDA ไม่ได้ผูกติดอยู่กับงานเพื่อแยกการแบ่งแยก LDA จะดูเหมือนเป็นลักษณนามของเกาส์เซียนจะไม่มีชื่อ "LDA" เลย
SWSWมีความเหมือนกันความแปรปรวนร่วมในระดับเดียวกันนั้นมีความเหมือนกัน สิทธิ์ที่จะใช้มันกลายเป็นความสมบูรณ์)
ลักษณนามแบบเกาส์ (ขั้นตอนที่สองของ LDA) ใช้กฎของเบย์เพื่อกำหนดการสังเกตการณ์ให้กับคลาสโดยผู้เลือกปฏิบัติ ผลลัพธ์เดียวกันนี้สามารถทำได้โดยใช้ฟังก์ชันการจัดหมวดหมู่เชิงเส้นฟิชเชอร์ซึ่งใช้คุณสมบัติดั้งเดิมโดยตรง อย่างไรก็ตามวิธีการของเบย์ตามการเลือกปฏิบัตินั้นค่อนข้างทั่วไปเล็กน้อยในการที่จะอนุญาตให้ใช้เมทริกซ์ความแปรปรวนร่วมแบบแยกชั้นได้เช่นกันนอกเหนือจากวิธีการเริ่มต้นที่จะใช้หนึ่ง นอกจากนี้ยังอนุญาตให้จำแนกพื้นฐานบนชุดย่อยของการเลือกปฏิบัติ
เมื่อมีเพียงสองคลาส LDA ทั้งสองขั้นตอนสามารถอธิบายร่วมกันในการส่งผ่านเพียงครั้งเดียวเพราะ "การแยกแฝง" และ "การจำแนกประเภทการสังเกต" จะลดลงเป็นงานเดียวกัน