Glosarium AI
Kamus lengkap Kecerdasan Buatan
Discriminant axis
Directional vector in the projected space where between-class variance is maximized relative to within-class variance, thereby optimizing the separation of observations.
Within-class scatter matrix
Symmetric matrix quantifying the dispersion of data around their class centroid, used to minimize within-class variance in LDA projection.
Between-class scatter matrix
Matrix measuring the dispersion between the centroids of different classes, maximized by LDA to ensure better separability in the reduced space.
Fisher criterion
LDA objective function that maximizes the ratio of between-class variance to within-class variance to find optimal projection directions.
Discriminant eigenvectors
Eigenvectors of the between-class scatter matrix with respect to the within-class scatter matrix, defining the optimal projection axes in LDA.
Optimal LDA projection
Linear transformation that projects original data into a subspace where classes are maximally separable according to Fisher's criterion.
Discriminant latent space
Reduced-dimension vector subspace generated by LDA where classes are optimally separated, preserving maximum discriminative information.
LDA decision boundary
Linear hyperplane separating classes in the projected space, determined by the discriminant weights computed during discriminant analysis.
Fonction discriminante linéaire
Combinaison linéaire des variables initiales utilisée pour projeter les observations et effectuer la classification basée sur les positions relatives dans l'espace discriminant.
Ratio de séparabilité
Mesure quantitative de la qualité de la séparation entre classes dans l'espace projeté, calculée comme le rapport des variances inter et intra-classe.
Score discriminant
Valeur numérique obtenue par projection d'une observation sur un axe discriminant, utilisée pour l'assignation à une classe dans les modèles LDA.
Centroïde de classe
Point moyen des observations appartenant à une même classe dans l'espace original ou projeté, utilisé pour calculer les dispersions et définir les frontières de décision.
Diagonalisation de Fisher
Processus mathématique transformant simultanément les matrices de dispersion pour rendre la matrice intra-classe identité et la matrice inter-classe diagonale.
Variance discriminante conservée
Proportion de l'information de séparation entre classes préservée lors de la réduction dimensionnelle, mesurée par la somme des valeurs propres sélectionnées.