La clasificación de un análisis discriminante

Análisis discriminante tiene tres aplicaciones principales , el más importante de los cuales es la clasificación. Clasificación en el análisis discriminante permite al usuario predecir la pertenencia a grupos de un punto de datos. Un ejemplo de la aplicación de discriminante análisis clasificación es un banco que utiliza métodos de clasificación para determinar si los solicitantes de préstamos será arriesgado. Método Basics

del análisis discriminante de clasificación funciona formando una función discriminante . Esta función discriminante crea fronteras entre los grupos de puntos de datos. Cuando un nuevo punto de datos es de entrada, el punto cae entre un conjunto de fronteras y se " clasifica " como miembros de ese grupo. A efectos de clasificación reales , los coeficientes discriminantes (los coeficientes de la función discriminante ) son suficientes para aplicar el análisis discriminante.
Similitud con Análisis de Regresión

Clasificación en análisis discriminante dibuja semejanzas para análisis de regresión . El análisis de regresión general toma en las variables en términos de números reales. Su salida es también un número real . El objetivo del análisis de regresión es el uso de las variables de "predecir " el número real como de salida . El análisis discriminante realiza por un medio similar : Se necesita en las variables de la misma manera que la de análisis de regresión , pero la salida ya no es un número real . El objetivo del análisis discriminante es utilizar las variables para " clasificar " el punto de datos en un solo grupo .
Métodos

Hay dos métodos principales de clasificación en el análisis discriminante - Fisher y de Mahalanobis . Mientras que el proceso general de análisis discriminante sigue siendo el mismo , la opción de usar Fisher o el método de Mahalanobis en el proceso de clasificación de puntos de datos puede afectar a las clasificaciones a algún grado . Enfoque de Fisher intenta maximizar la relación de la variación entre los grupos en las puntuaciones discriminantes como dada por la función discriminante para la variación dentro de los grupos . Método de Mahalanobis , por otro lado , es calcular la distancia de covarianza ajustados a partir de un punto de datos para el centroide de cada grupo; el grupo con el centro de gravedad que produce la menor distancia se define entonces como el padre del punto de datos .

Grupos

La salida de cualquier aplicación de cualquier forma de discriminante análisis dará lugar a una clasificación para un punto de datos . El número de grupos puede ser elegido por el usuario . La clasificación en la forma de dos grupos de análisis discriminante es más fácil de aplicar y se obtiene fácil de interpretar gráficos . En los casos de tres o más posibilidades de clasificación , el método de análisis discriminante tiene un efecto mayor . De hecho , en el caso de dos grupos , de Fisher y los enfoques de Mahalanobis será equivalente.