> ML_ALGORITHM // DISCRIMINANT-ANALYSIS_v1.0
Diskriminant Analizi (LDA / QDA)
Sınıf yoğunluklarını çok değişkenli Gauss olarak modelleyerek optimum doğrusal veya karesel karar sınırları üreten üretici sınıflandırma tekniği.
Linear & Generalized Modelsclassical-supervisedhigh-intrinsicsmall (<1k)
Tüm Algoritmalara DönHesaplama Karmaşıklığı
Eğitim (Training):O(n * p^2 + p^3) matrix inversion
Çıkarım (Inference):O(p)
Donanım Karakteristiği
CPU Uygunluğu:Evet
GPU Zorunluluğu:Hayır
Bellek Ayak İzi:low
Açıklanabilirlik ve Veri
Açıklanabilirlik Düzeyi:high-intrinsic
Eğitim Verisi İhtiyacı:small (<1k)
Açıklanabilirlik Değerlendirmesi
Doğrusal diskriminant izdüşümleri sınıflar arası net dik ayrım eksenleri sağlar.
Uygun Görevler ve Desteklenen Modaliteler
Uygun Görevler:
multiclass classificationdimensionality reduction
Desteklenen Modaliteler:
tabular
Uygulayıcı Kütüphaneler
Temel Literatür & Yayınlar
The Use of Multiple Measurements in Taxonomic ProblemsRonald A. Fisher (1936) · Annals of Eugenics
Sık Karşılaşılan Hatalar ve Dikkat Edilmesi Gerekenler
- Özellik sayısı örnek sayısını aştığında (p > n) tekil kovaryans matrisi oluşması
- Ağır kuyruklu normal olmayan dağılımlara karşı hassasiyet