A classificação de uma análise discriminante
A análise discriminante tem três aplicações principais , a mais importante das quais é a classificação. Classificação em análise discriminante permite que um usuário para prever a participação no grupo de um ponto de dados. Um exemplo da aplicação da classificação da análise discriminante é um banco usando métodos de classificação para determinar se os candidatos de empréstimo vai ser arriscado. Método básico
da análise discriminante de classificação funciona através da formação de uma função discriminante . Esta função discriminante cria fronteiras entre grupos de pontos de dados. Quando um novo ponto de dados é a entrada , o ponto cai entre um conjunto de fronteiras e é “classificada ” como sendo nesse grupo. Para fins de classificação reais , coeficientes discriminantes ( os coeficientes da função discriminante ) são suficientes para aplicar a análise discriminante .
Similaridade para Análise de Regressão
Classificação em análise discriminante chama semelhanças a análise de regressão . A análise de regressão geralmente leva em variáveis em termos de números reais. Sua saída também é um número real. O objetivo da análise de regressão é usar as variáveis para ” prever” o número real como saída. A análise discriminante realiza por meios semelhantes : Leva em variáveis da mesma forma que a de análise de regressão , mas a saída não é um número real . O objetivo da análise discriminante é usar as variáveis para ” classificar ” o ponto de dados em um único grupo .
Métodos
Existem dois métodos principais de classificação na análise discriminante – Fisher e de Mahalanobis . Embora o processo geral da análise discriminante permanece o mesmo , a escolha do uso de Fisher ou método de Mahalanobis no processo de classificação de pontos de dados pode afectar as classificações em algum grau. Abordagem de Fisher tentativas para maximizar a razão entre a variação entre os grupos na pontuação discriminantes como determinado pela função discriminante para a variação dentro de cada grupo . O método de Mahalanobis , por outro lado , consiste em calcular a distância ajustada covariância de um ponto de dados para o centróide de cada grupo; o grupo com o centróide que produz a menor distância é então definido como o pai do ponto de dados.
Grupos
A saída de qualquer aplicação de qualquer forma de discriminante análise vai render uma classificação para um ponto de dados . O número de grupos pode ser escolhido pelo utilizador . A classificação na forma de dois grupos de análise discriminante é mais simples de aplicar e rende fáceis de interpretar gráficos. Nos casos de três ou mais possibilidades de classificação , o método de análise discriminante tem um efeito maior . Na verdade, no caso de dois grupos , as abordagens de Mahalanobis Fisher e será equivalente .
