ela é usada para prever uma variável dependente contínua, com base em variáveis independentes categóricas.

a análise discriminante linear (LDA) assume que as variáveis independentes têm distribuição normal e que as matrizes de covariância dos grupos são iguais.

ela é um método não supervisionado de aprendizado de máquina que requer apenas dados não rotulados para treinamento.

as funções discriminantes são construídas para maximizar a variação total dos dados, sem considerar a separação entre os grupos.

ela busca encontrar as variáveis independentes que têm menor correlação entre si, para melhorar a separação entre os grupos.