Ein klassisches statistisches Verfahren und ein überwachter Lernalgorithmus, der sowohl zur Dimensionsreduktion als auch zur Klassifikation eingesetzt wird. LDA zielt darauf ab, eine Linearkombination von Merkmalen zu finden, die die Klassen im Datensatz bestmöglich voneinander trennt, indem der Abstand zwischen den Klassenmittelwerten maximiert und die Varianz innerhalb der Klassen minimiert wird. (Nicht zu verwechseln mit Latent Dirichlet Allocation).