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。