एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
Axe discriminant
Direction vectorielle dans l'espace projeté où la variance entre classes est maximisée par rapport à la variance intra-classe, optimisant ainsi la séparation des observations.
Matrice de dispersion intra-classe
Matrice symétrique quantifiant la dispersion des données autour de leur centroïde de classe, utilisée pour minimiser la variance intra-classe dans la projection LDA.
Matrice de dispersion inter-classe
Matrice mesurant la dispersion entre les centroïdes des différentes classes, maximisée par LDA pour assurer une meilleure séparabilité dans l'espace réduit.
Critère de Fisher
Fonction objectif de LDA qui maximise le rapport entre la variance inter-classe et la variance intra-classe pour trouver les directions de projection optimales.
Vecteurs propres discriminants
Vecteurs propres de la matrice de dispersion inter-classe relativement à la matrice de dispersion intra-classe, définissant les axes de projection optimaux en LDA.
Projection optimale LDA
Transformation linéaire qui projette les données originales dans un sous-espace où les classes sont les plus séparables possibles selon le critère de Fisher.
Espace latent discriminant
Sous-espace vectoriel de dimension réduite généré par LDA où les classes sont optimalement séparées, préservant l'information discriminante maximale.
Frontière de décision LDA
Hyperplan linéaire séparant les classes dans l'espace projeté, déterminé par les poids discriminants calculés lors de l'analyse discriminante.
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.