Doğrusal Diskriminant Analizi (LDA), bir dizi veri noktasını önceden tanımlanmış gruplar halinde sınıflandırmak için kullanılan istatistiksel bir yöntemdir. Bilgisayarlı görme, görüntü işleme, örüntü tanıma, genetik, finans, yönetim bilimleri, sosyal bilimler, yapay zeka, biyoinformatik gibi birçok farklı alanda kullanılmaktadır. Bu yöntem 1936 yılında Ronald Fisher tarafından geliştirilmiş olup denetimli bir öğrenme algoritmasıdır. Farklı veri sınıfları arasındaki maksimum ayrımı bularak çalışır ve iki veya daha fazla sınıf arasında ayrım yapmak için kullanılabilir.
Doğrusal diskriminant analizi, verilerin normal (Gaussian) bir dağılımdan geldiği ve bunları farklı kategorilerde sınıflandırmak için kullanılabilen birden fazla özellik veya veri karakteristiğinden oluştuğu varsayımına dayanır. Yöntem, girdi değişkenlerinin (özelliklerin) doğrusal bir kombinasyonunu oluşturur ve tahmin için doğrusal bir ayırma yüzeyi kullanır. Bu doğrusal kombinasyon, belirli bir veri noktasını önceden tanımlanmış sınıflardan birine ne kadar iyi sınıflandırabildiğini ölçmek için kullanılabilir.
Bu yöntem birçok farklı uygulamada kullanılmaktadır. Farklı insanları ayırt etmek için yüz tanıma sistemlerinde, hastalıkları sınıflandırmak için tıbbi teşhiste, kredi kartı sahtekarlığı tespitinde ve bilgisayarlı görmede nesne tespitinde kullanılır. Ayrıca müşteri segmentasyonu ve pazar sepeti analizi gibi pazarlama uygulamaları için de kullanılır.
Doğrusal diskriminant analizinin anlaşılması ve uygulanması nispeten basittir. Farklı veri türlerinde kullanım için hesaplama açısından verimli ve esnektir. Yöntemin uygulanmasını anlamak için doğrusal cebir ve olasılık dağılımları bilgisi gerekir.
