Analyse discriminante linéaire et quadratique

Modéliser la loi de chaque classe et la retourner par le théorème de Bayes : une covariance partagée donne une frontière linéaire, une covariance par classe donne une frontière quadratique, et laquelle l’emporte est une question de taille d’échantillon plutôt que de vérité.

IntermédiaireModule 225 min · 100 XP

Deux classes gaussiennes aux corrélations opposées, une covariance regroupée tracée comme l’ellipse qui ne convient à aucune des deux, et la frontière ADL rectiligne échouant à côté de la frontière ADQ courbe - puis l’écart entre elles se refermant à mesure que l’échantillon grandit.

Ceci est une leçon premium

Connectez-vous et inscrivez-vous pour lire la leçon complète, exécuter le code, passer le quiz et gagner des XP pour le badge du parcours.

Se connecter Créer un compte

← Retour à Méthodes de classification comparées