2nd/10_Wiki/Topics/AI_and_ML/Linear-Discriminant-Analysis.md

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by

id	title	category	status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	tags	raw_sources	last_reinforced	github_commit	inferred_by
wiki-2026-0508-linear-discriminant-analysis	Linear Discriminant Analysis	10_Wiki/Topics	needs_review	self	ML-LDA-001	none	A	1.0	machine-learning lda Dimensionality-Reduction classification Statistics		2026-04-26	pending	Claude Opus 4.7 (auto-normalize 2026-05-08)

Linear Discriminant Analysis (LDA, 선형 판별 분석)

📌 한 줄 통찰 (The Karpathy Summary)

"집단 내부의 결속은 다지고, 집단 사이의 거리는 벌려 세상의 경계를 가장 선명하게 투영하라" — 클래스 간 분산(Between-class variance)과 클래스 내 분산(Within-class variance)의 비율을 최대화하여, 데이터를 가장 잘 분류할 수 있는 저차원 공간으로 투영하는 지도 학습 기반 차원 축소 기법.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: "Separability Maximization" — 정답 레이블(Label) 정보를 활용하여, 서로 다른 클래스가 겹치지 않고 가장 뚜렷하게 구분되는 최적의 투영 축을 찾아내는 분류 지향적 특징 추출 패턴.
• PCA와의 차이점:
  • PCA: 데이터 전체의 분산이 큰 축을 찾음 (비지도 학습). 정보 손실 최소화 중심.
  • LDA: 클래스 간 구분이 잘 되는 축을 찾음 (지도 학습). 분류 성능 극대화 중심.
• 의의: 얼굴 인식, 마케팅 타겟 분류 등 특징 데이터가 많고 클래스가 명확한 환경에서 연산 효율과 분류 정확도를 동시에 잡는 강력한 도구.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

• 과거 데이터와의 충돌: 데이터가 정규 분포를 따르고 공분산 구조가 같아야 한다는 엄격한 가정이 있으나, 실제 복잡한 데이터에서는 비선형적 한계를 극복하기 위해 커널 LDA 등으로 확장되어 사용됨.
• 정책 변화: Antigravity 프로젝트는 에이전트의 행동 로그에서 특정 '사용자 의도'를 패턴별로 분류하여 시각화할 때, 의도 간 차이를 가장 잘 보여주는 LDA 투영 기법을 활용함.

🔗 지식 연결 (Graph)

• Dimensionality-Reduction, Supervised-Learning-Foundations, Exploratory-Data-Analysis, Pattern-Recognition-Foundations
• Raw Source: 10_Wiki/Topics/AI/Linear-Discriminant-Analysis.md

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

• (TODO)

언제 쓰면 안 되는가:

• (TODO)

🧪 검증 상태 (Validation)

• 정보 상태: needs_review
• 출처 신뢰도: A
• 검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)

🧬 중복 검사 (Duplicate Check)

• 기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
• 처리 방식: UPDATE (자동 정규화)
• 처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

🕓 변경 이력 (Changelog)

날짜	변경 내용	처리 방식	신뢰도
2026-05-08	P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화)	UPDATE	A