阿尔卡瓦塞尔

潜在类分析的变量选择。基于模型的多元分类数据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,并丢弃冗余和/或不具有信息性的变量子集。变量选择方法基于Fop et al.(2017)<doi:10.1214/17-AOAS1061>和Dean and Raftery(2010)<doi:10.1007/s10463-009-0258-9>的方法。可采用不同的算法进行选择:逐步搜索、交换逐步搜索和进化随机搜索。潜在类分析模型中还可以包含用于预测类成员概率的伴随协变量。选择过程可以在多核机器上并行运行。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考 1文章 参考)

显示结果1/1。
按年份排序(引用)

  1. Fop,Michael;Murphy,Thomas Brendan:基于模型聚类的变量选择方法(2018)