ডিসক্রিমিন্যান্ট অ্যানালাইসিস পদ্ধতি ক্লাসিফিকেশন স্কোরে পৌঁছানোর জন্য দুটি প্রধান ধারণার ওপর নির্ভর করে - প্রথম, এটি ধরে নেয় যে কিছু ক্লাসে প্রিডিক্টর মেজারমেন্টগুলো একটি মাল্টিভ্যারিয়েট নরমাল ডিস্ট্রিবিউশন থেকে এসেছে। যখন এই হাইপোথিসিস যুক্তিসঙ্গতভাবে পূরণ হয়, ডিসক্রিমিন্যান্ট অ্যানালাইসিস অন্যান্য ক্লাসিফিকেশন মেথডের চেয়ে বেশি পাওয়ারফুল, লজিস্টিক রিগ্রেশন সহ।
দেখানো হয়েছে যে ডিসক্রিমিন্যান্ট অ্যানালাইসিস ৩০% বেশি ইফেক্টিভ লজিস্টিক রিগ্রেশন থেকে যদি ডেটা মাল্টিভ্যারিয়েট নরমাল হয়, এতে ৩০% কম রেকর্ড লাগে সমান ফলাফল পেতে। দেখানো হয়েছে যে এই পদ্ধতিটি নরমালিটির থেকে দুরাগমনেיחסে יחסית রবাস্ট যা মানে প্রিডিক্টররা নন-নরমাল হতে পারে এবং এমনকি ডামি ভেরিয়েবলও।
এটি সত্য যতক্ষণ না স্মলেস্ট ক্লাস পর্যাপ্ত বড় হয় (প্রায় ২০টির বেশি রেকর্ড)। এই পদ্ধতিটি আউটলায়ারের প্রতি সংবেদনশীল বলেও বর্ণিত হয়, অনিয়ে একক প্রিডিক্টরদের ইউনিভ্যারিয়েট স্পেসে এবং মাল্টিভ্যারিয়েট স্পেসে। এক্সপ্লোরেটরি অ্যানালাইসিস ব্যবহার করা উচিত এক্সট্রিম মেথড লোকেট করতে এবং ডিসাইড করতে যে সেগুলো রিমুভ করা যাবে কিনা।
দ্বিতীয় ধারণা
ডিসক্রিমিন্যান্ট অ্যানালাইসিসের पीछের দ্বিতীয় ধারণা হল ক্লাসের ভিতরে একাধিক প্রিডিক্টরের মধ্যে কোরিলেশন স্ট্রাকচার একই সব ক্লাসে। এটি চেক করা যেতে পারে প্রিডিক্টরদের আলাদা আলাদা প্রতিটি ক্লাসের জন্য কোরিলেশন ম্যাট্রিক্স ক্যালকুলেট করে এবং ম্যাট্রিক্সগুলো তুলনা করে।
যদি কোরিলেশনগুলো উল্লেখযোগ্যভাবে ক্লাসগুলো জুড়ে ভিন্ন হয়, তবে ক্লাসিফায়ারটি সবচেয়ে বেশি ভ্যারিয়েবিলিটি वाली ক্লাসে রেকর্ড অ্যাসাইন করতে ঝোঁকে। যখন কোরিলেশন স্ট্রাকচার এসেনশিয়ালি ভিন্ন হয় এবং ডেটাসেট বড়, একটি বিকল্প হল কোড্রেটিক ডিসক্রিমিন্যান্ট অ্যানালাইসিস ব্যবহার করা।
একটি মডারেট পদ্ধতি হল নরমালিটি এবং কোরিলেশন সম্পর্কে কিছু এক্সপ্লোরেটরি অ্যানালাইসিস করা, একটি মডেল ট্রেন ও কম্পিউট করা, তারপর ক্লাসিফিকেশন এক্যুরেসি এবং মূল এক্সপ্লোরেশন থেকে যা শেখা হয়েছে সেটার ওপর ভিত্তি করে, আবার চেক করা যে আউটলায়ার এক্সামাইন করতে হবে কিনা বা প্রিডিক্টর ভেরিয়েবলসের চয়েস পুনর্বিবেচনা করতে হবে।
ভ্যালিডেশন সেট ব্যবহার
ভ্যালিডেশন গ্রুপ ব্যবহার করে পারফরম্যান্স কম্পিউট করার জন্য একই আর্গুমেন্ট এখনও কাজ করে। উদাহরণস্বরূপ, রাইডিং মোয়ের ফ্যামিলি ১, ১৩, এবং ১৭ মিসক্লাসিফাইড। এর মানে মডেলটি এই রেকর্ডগুলোর জন্য ১২.৫% এরর রেট দেয়।
এই রেট একটি বায়াসড মেজার - এটি অপটিমিস্টিক কারণ একই ডেটা ব্যবহার করা হয়েছে ক্লাসিফিকেশন ফাংশন ফিট করতে এবং এরর কম্পিউট করতে। অতএব, অন্য মডেলের মত, এখানেও পারফরম্যান্স চেক করা যেতে পারে একটি ভ্যালিডেশন সেটে যা সেই ডেটা ধারণ করে যা ক্লাসিফিকেশন ফাংশন কম্পিউট করার সময় অন্তর্ভুক্ত ছিল না।
ডিসক্রিমিন্যান্ট অ্যানালাইসিস থেকে কনফিউশন ম্যাট্রিক্স প্রাপ্ত করা যেতে পারে, ক্লাসিফিকেশন স্কোর সঠিকভাবে অথবা টেন্ডেন্সি (ক্লাস এনরোলমেন্টের প্রোব্যাবিলিটি) যা ক্লাসিফিকেশন স্কোর থেকে ক্যালকুলেট করা হয়। উভয় কেসে, প্রতিটি রেকর্ডের ক্লাস অ্যাসাইনমেন্ট নির্ধারিত হয় বড়তম স্কোর বা প্রোব্যাবিলিটির ওপর ভিত্তি করে। এই ক্লাসিফিকেশনগুলো এই ডেটার আসল ক্লাস মেম্বারশিপের সাথে তুলনা করা যেতে পারে। এটি কনফিউশন ম্যাট্রিক্স দিয়ে।
