Оптимальный дискриминантный анализ и анализ дерева классификации
Эта статья включает список литературы , связанную литературу или внешние ссылки , но ее источники остаются неясными, поскольку в ней отсутствуют встроенные цитаты . ( сентябрь 2009 г. ) |
Оптимальный дискриминантный анализ ( ODA ) [1] и связанный с ним анализ дерева классификации ( CTA ) представляют собой точные статистические методы, которые максимизируют точность прогнозирования. Для любой конкретной выборки и исследовательской или подтверждающей гипотезы оптимальный дискриминантный анализ (ODA) определяет статистическую модель, которая обеспечивает максимальную точность прогнозирования, оценивает точную частоту ошибок типа I и оценивает потенциальную возможность перекрестного обобщения. Оптимальный дискриминантный анализ может применяться к измерениям > 0, при этом одномерный случай называется UniODA, а многомерный случай - MultiODA. Оптимальный дискриминантный анализ является альтернативой ANOVA (дисперсионному анализу) и регрессионному анализу .
См. также
[ редактировать ]- Интеллектуальный анализ данных
- Дерево решений
- Факторный анализ
- Линейный классификатор
- Логит (для логистической регрессии )
- Машинное обучение
- Многомерное масштабирование
- Персептрон
- Регрессия предпочтений
- Квадратичный классификатор
- Статистика
Ссылки
[ редактировать ]- ^ Поставщик: John Wiley & Sons, Ltd.Содержание:текст/обычный; кодировка="UTF-8"ТИ - ДЖУРAU – Ярнольд, Пол Р.AU - Солтысик, Роберт С.TI - Теоретические распределения оптимумов для одномерной дискриминации случайных данных*JO - Наука о принятии решенийВЛ-22ИС - 4ПБ - Блэквелл Паблишинг Лтд.СН - 1540-5915УР - https://dx.doi.org/10.1111/j.1540-5915.1991.tb00362.x ДО - 10.1111/j.1540-5915.1991.tb00362.xСП - 739ЭП - 752KW – дискретное программированиеKW — линейные статистические моделиКВ – математическое программированиеКВ и статистические методыПГ - 1991 г.ER -1.tb00362.x
Примечания
[ редактировать ]- Ярнольд, Пол Р.; Солтысик, Роберт С. (2004). Оптимальный анализ данных . Американская психологическая ассоциация. ISBN 978-1-55798-981-9 . Архивировано из оригинала 23 ноября 2008 г. Проверено 11 сентября 2009 г.
- Фишер, Р.А. (1936). «Использование множественных измерений в таксономических задачах». Анналы евгеники . 7 (2): 179–188. дои : 10.1111/j.1469-1809.1936.tb02137.x . hdl : 2440/15227 .
- Мартинес, AM; Как, AC (2001). «PCA против LDA» (PDF) . Транзакции IEEE по анализу шаблонов и машинному интеллекту . 23 (2): 228–233. дои : 10.1109/34.908974 . [ постоянная мертвая ссылка ]
- Мика, С.; и др. (1999). «Дискриминантный анализ Фишера с ядрами». Нейронные сети для обработки сигналов IX: Материалы семинара Общества обработки сигналов IEEE 1999 г. (кат. № 98TH8468) . стр. 41–48. CiteSeerX 10.1.1.35.9904 . дои : 10.1109/NNSP.1999.788121 . ISBN 978-0-7803-5673-3 . S2CID 8473401 .
{{cite book}}
: CS1 maint: дата и год ( ссылка )
Внешние ссылки
[ редактировать ]- Учебное пособие по LDA с использованием MS Excel
- Функция дискриминантного анализа IMSL DSCRM , имеющая множество полезных математических определений.