QDA : Analyse Discriminante Quadratique

L’analyse discriminante peut être prédictive ou descriptive. Il s’agit dans le premier cas de construire une fonction de classement (règle d’affectation, …) qui permet de prédire le groupe d’appartenance d’un individu à partir des valeurs prises par les variables prédictives. En ce sens, cette technique se rapproche des techniques supervisées en apprentissage automatique telles que les arbres de décision, les réseaux de neurones, … Elle repose sur un cadre probabiliste. Le plus connu est certainement l’hypothèse de distribution multinormale (loi normale).

Le Classifieur QDA est un classifieur avec une limite de décision quadratique, généré en ajustant les densités conditionnelles de classe aux données et en utilisant la règle de Bayes.

CODE PYTHON :

from sklearn.qda import QDA

from sklearn.discriminant_analysis import QuadraticDiscriminantAnalysis