#noindex
이름에 [[판별식,discriminant]]?

= from\ ML강의 =
LDA assumes [[정규분포,normal_distribution]] for $f$ 's with  different [[평균,mean,average|means]] but the same [[분산,variance|variance]].

Multivariate LDA
For more than one predictor, $\vec{X}=(X_1,X_2,\cdots,X_p)$ is assumed to be from a joint [[가우스분포,Gaussian_distribution]], or $\vec{X}\sim N(\vec{\mu},\vec{\Sigma})$

$f(\vec{x})=\frac1{(2\pi)^{p/2}|\vec{\Sigma}|^{1/2}}\exp\left(-\frac12(\vec{x}-\vec{\mu})^T\vec{\Sigma}{}^{-1}(\vec{x}-\vec{\mu})\right)$

= tmp =
from https://mingtory.tistory.com/69
가정
 1. 각 class 집단은 [[정규분포,normal_distribution]] 형태의 확률분포
 1. 각 class 집단은 비슷한 형태의 [[공분산,covariance]] 구조
data를 축에 [[사영,projection]]한 후, 두 범주(class?)가 잘 구분되는 line(boundary)을 찾는 것이 목표

= Twins =
[[WpEn:Linear_discriminant_analysis]]
 AKA '''normal discriminant analysis (NDA), discriminant function analysis'''
 Fisher's linear discriminant([[판별식,discriminant]])의 [[일반화,generalization]]임.
https://ratsgo.github.io/machine%20learning/2017/03/21/LDA/

Google:선형판별분석법 Google:이차판별분석법

----
Up: [[분석,analysis]] > [[판별분석,discriminant_analysis]]
{
Sub:
선형 판별 분석 (LDA) - [[선형판별분석,linear_discriminant_analysis,LDA]]
비선형 판별 분석, 이차 판별 분석 (QDA) quadratic discriminant analysis

Topics:
판별변수,discriminant_variable
판별함수,discriminant_function { TODO [[지시함수,indicator_function]]를 판별함수라고도 하는데 저것과의 비교 }
판별점수,discriminant_score : 판별함수에 판별변수 값을 대입한 것

tmp links ko
https://skyil.tistory.com/139

Up: [[분석,analysis]] [[기계학습,machine_learning]]? [[분류,classification]] 기법?
}
[[선형성,linearity]]