logistic正态多项式(LNM)聚类的实现。它是Fang和Subedi(2020)提出的LNM混合模型的扩展<doi:10.48550/arXiv.2011.06682>,并设计用于聚类合成数据。该软件包包括3个扩展模型:LNM因子分析仪(LNM-FA)、LNM双簇混合模型(LNM-BMM)和惩罚型LNM因素分析仪(LMM-FA)。LNM模型有几个优点:1。LNM提供了更灵活的协方差结构;2.因子分析仪可以减少估计的参数数量;3.双聚类可以同时聚类主题和分类群,并提供重要的生物学见解;4.惩罚项允许在协方差矩阵中进行稀疏估计。有关模型假设和解释的详细信息,请参阅论文:Tu和Subedi(2021)<doi:10.48550/arXiv.2101.01871>Tu和Subedi(2022年)<doi:10.1002/sam.11555>.
请使用规范形式https://CRAN.R-project.org/package=lnmCluster链接到此页面。