LCAvarsel：潜在类分析的变量选择

多元类别数据基于模型聚类的潜在类分析变量选择。该包实现了一个通用框架，用于选择具有相关聚类信息的变量子集，并丢弃那些冗余和/或信息不足的变量。变量选择方法基于Fop等人（2017）的方法<doi:10.1214/17-AOAS1061>迪恩和拉弗瑞（2010）<doi:10.1007/s10463-009-0258-9>. 可使用不同的算法进行选择：逐步搜索、swap逐步搜索和进化随机搜索。用于预测类成员概率的伴随协变量也可以包含在潜在类分析模型中。选择过程可以在多核机器上并行运行。

版本：	1.1
取决于：	R（≥3.4），公共生命周期评价（≥1.4.1）
进口：	奈特,MASS（质量）,foreach公司，平行，do并行,通用航空公司,备忘录
建议：	针织物(≥ 1.12),rmarkdown公司(≥ 1.2)
出版：	2018-01-04
作者：	迈克尔·福普[aut，cre]，托马斯·布伦丹·墨菲
维护人员：	迈克尔·福普（Michael Fop）
许可证：	GPL-2型|GPL-3公司[扩展自：GPL（≥2）]
网址：	https://michaelfop.github.io/
需要编译：	不
引用：	LCAvarsel引文信息
材料：	新闻
在视图中：	集群,心理测量学
CRAN检查：	LCAvarsel结果

文档：

参考手册：

LCAvarsel.pdf格式

下载内容：

包源：	LCAvarsel_1.1.tar.gz公司
Windows二进制文件：	r-devel公司：LCAvarsel_1.1.zip文件，r版本：LCAvarsel_1.1.zip文件，r-oldrel：LCAvarsel_1.1.zip文件
macOS二进制文件：	r释放（arm64）：L可用_1.1.tgz，r-oldrel（arm64）：LCA系列_1.1.tgz，r-版本（x86_64）：LCA系列_1.1.tgz，r-oldrel（x86_64）：LCA系列_1.1.tgz
旧来源：	LCAvarsel存档

链接：

请使用规范形式https://CRAN.R-project.org/package=LCAvarsel公司链接到此页面。