潜类别分析

来自决策链云智库
Zeroclanzhang讨论 | 贡献2024年1月18日 (四) 22:17的版本 (创建页面,内容为“{{Infobox nodebasic |nodename=潜类别分析 |nodeimage=Latent Class Analysis.png |icon=Latent Class Analysis.svg |simpleicon=Latent Class Analysis_Pure.svg |developer=Dev.Team-DPS |productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 |productionstatedesc=在V1.0.2部署 |nodeenglishname=Has english name::Latent Class Analysis |abbreviation=Has abbreviation::LCA |funcmaincategory=数据分…”)
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)
Latent Class Analysis.png
节点状态
Windows / Windows 10 Win10及以上可用
V1.0.2部署
潜类别分析Latent Class Analysis.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名潜类别分析
功能主类别数据分析
英文缩写潜类别分析
功能亚类别潜类别模型
节点类型数据挖掘
开发语言R
节点简介

潜类别分析用于在数据集中发现隐藏或潜在的类别结构。潜类别分析的目标是根据观测到的数据,将个体或对象分为不同的类别,这些类别通常不能通过单独的变量或特征来区分。相反,LCA利用多个观测变量的联合分布,将样本划分为潜在的, 相对同质的类别。

用途:用于在数据中发现隐藏的(或者说潜在的)群体或类别。

参数:选择变量类型为离散型,必须为>0的整数数值。

端口数量与逻辑控制(PC)
Input-入口3个
Output-出口2个
Loop-支持循环
If/Switch-支持逻辑判断
输入输出
可生成图片类型(推荐)
相关节点
上一节点正弦曲线回归
下一节点潜类别增长模型




查找其他类别的节点,请参考以下列表