태그: 차원 축소

선형 판별 분석 (Linear Discriminant Analysis, LDA) # 선형 판별 분석(Linear Discriminant Analysis, LDA)은 차원 축소와 분류를 동시에 수행할 수 있는 통계적 기법이다. 클래스 간의 분산은 최대화하고 클래스 내의 분산은 최소화하는 방향으로 데이터를 투영하여 최적의 판별 축을 찾는다. LDA는 1936년 로널드 피셔(Ronald Fisher)에 의해 개발되어 “피셔의 선형 판별"이라고도 불린다. LDA의 기본 개념 # 1. 목적 # 클래스 분리: 서로 다른 클래스를 최대한 멀리 떨어뜨림 클래스 집중: 같은 클래스 내의 데이터는 가능한 한 가깝게 모음 차원 축소: 분류에 유용한 저차원 공간으로 데이터 투영 2.