可生成图片类型(推荐)
可生成数据表类型(推荐)
Zeroclanzhang(讨论 | 贡献) (创建页面,内容为“{{Infobox nodebasic|nodename=最大似然因子分析|nodeimage=Clustering Analysis.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Clustering Analysis|abbreviation=CLA|funcmaincategory=数据分析|funcsubcategory=DataAGM Lv1 Cat::多元分析|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>因子分析(Factor Analysis)是主成分分析的推…”) |
(没有差异)
|
| 节点状态 | PC可用
在 V1.0部署
|
|---|---|
| 最大似然因子分析 | |
| 节点开发者 | 决策链算法研发部 (Dev.Team-DPS) |
| 节点英文名 | 聚类分析 |
| 功能主类别 | 数据分析 |
| 英文缩写 | CLA |
| 功能亚类别 | 多元分析 |
| 节点类型 | 数据挖掘 |
| 开发语言 | R |
| 节点简介 | |
因子分析(Factor Analysis)是主成分分析的推广,它也是从研究相关矩阵内部的依赖关系出发,把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。因子分析属于降维方法的一种,用于减少分析变量个数,通过对变量间相关关系的探测,将原始变量分组,用共性因子替代该变量。\n用途:用于从多个观测变量中提取出少数的潜在变量(或称为因子),可以用来降维,即将这些变量合并为少数几个潜在因子。这可以使数据更易于理解和处理。\n参数:选择多个连续型数值变量 | |
| 端口数量与逻辑控制(PC) | |
| Input-入口 | 4个 |
| Output-出口 | 2个 |
| Loop-支持循环 | 是 |
| If/Switch-支持逻辑判断 | 否 |
| 输入输出 | |
| 相关节点 | |
| 上一节点 | 聚类分析 |
| 下一节点 | 碎石检验 |
属性“Nodeicon”(作为页面类型)与输入值“File:”包含无效字符或不完整,并因此在查询或注释过程期间导致意外结果。
查找其他类别的节点,请参考以下列表