線形判別分析とは? わかりやすく解説

線形判別分析

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2017/04/14 16:02 UTC 版)

判別分析」の記事における「線形判別分析」の解説

線形判別関数以下の通り。これの正負判断。 x {\displaystyle x} は入力、 μ {\displaystyle \mu } は平均、 Σ {\displaystyle \mathbf {\Sigma } } は共分散行列。この式は多変量正規分布の式より導出できる。 ( x − μ f i r s t + μ s e c o n d 2 ) T Σ − 1 ( μ f i r s t − μ s e c o n d ) {\displaystyle \left(x-{\frac {\mu _{\rm {first}}+\mu _{\rm {second}}}{2}}\right)^{T}\mathbf {\Sigma } ^{-1}(\mu _{\rm {first}}-\mu _{\rm {second}})} より細かく線形判別関数 ( y = ∑ i = 1 n a i x i + a 0 {\displaystyle y=\sum _{i=1}^{n}a_{i}x_{i}+a_{0}} ) の求め方を以下に示す。 第一群、第二群についてそれぞれ積和を求める。 W i j = Σ i j ( x i − x ) ( x j − x ) {\displaystyle W_{ij}=\Sigma _{ij}(x_{i}-x)(x_{j}-x)} 第一群と第二群の平方和・積和を、同じ2変数について足し自由度 N f i r s t + N s e c o n d − 2 {\displaystyle N_{\rm {first}}+N_{\rm {second}}-2} で除すS i j = W i j ( f i r s t ) + W i j ( s e c o n d ) N f i r s t + N s e c o n d − 2 {\displaystyle S_{ij}={\frac {W_{ij}{\rm {(first)}}+W_{ij}{\rm {(second)}}}{N_{\rm {first}}+N_{\rm {second}}-2}}} S i j {\displaystyle S_{ij}} を、その i {\displaystyle i} 行 j {\displaystyle j} 列に対応させて分散共分散行列 S {\displaystyle {\mathbf {S} }} とし、各変数にかかる係数を n {\displaystyle n} 行 1 {\displaystyle 1} 列に並べた行列を A {\displaystyle {\mathbf {A} }} 、第一群の各変数平均値から第二群の各変数引いたx i ( f i r s t ) − x i ( s e c o n d ) {\displaystyle x_{i}{\rm {(first)}}-x_{i}{\rm {(second)}}} を n {\displaystyle n} 行 1 {\displaystyle 1} 列に並べた行列を X {\displaystyle {\mathbf {X} }} とすると以下の式が成り立つ。 S A = X {\displaystyle {\mathbf {S} }{\mathbf {A} }={\mathbf {X} }} ゆえに A = S − 1 X {\displaystyle {\mathbf {A} }={\mathbf {S} }^{-1}{\mathbf {X} }} これにより各変数にかかる係数求めることができる。定数項は、 a 0 = − 1 2 ∑ i = 1 n a i { x i ( f i r s t a v e r a g e ) + x i ( s e c o n d a v e r a g e ) } {\displaystyle a_{0}=-{\frac {1}{2}}\sum _{i=1}^{n}a_{i}\left\{x_{i}{\rm {(firstaverage)}}+x_{i}{\rm {(secondaverage)}}\right\}} 判別得点 y {\displaystyle y} が正のとき第一群、負のとき第二群と判別される。変数標準化されていれば係数大きさは、そのままその変数判別与え影響大きさである。 変数定性的場合は、ダミー変数用いる。 y = ∑ i = 1 n ( a i ( f i r s t ) x i ( f i r s t ) + a i ( s e c o n d ) x i ( s e c o n d ) ) + a 0 {\displaystyle y=\sum _{i=1}^{n}\left(a_{i}{\rm {(first)}}x_{i}{\rm {(first)}}+a_{i}{\rm {(second)}}x_{i}{\rm {(second)}}\right)+a_{0}} ここに、 x i j {\displaystyle x_{ij}} : x i {\displaystyle x_{i}} の j {\displaystyle j} 番目のカテゴリー反応するとき 1 {\displaystyle 1} 、しないとき 0 {\displaystyle 0} 。

※この「線形判別分析」の解説は、「判別分析」の解説の一部です。
「線形判別分析」を含む「判別分析」の記事については、「判別分析」の概要を参照ください。

ウィキペディア小見出し辞書の「線形判別分析」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「線形判別分析」の関連用語

線形判別分析のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



線形判別分析のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの判別分析 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS