Tôi muốn lập mô hình tập dữ liệu bằng cách sử dụng Latent Class Analysis (LCA) bằng Python. Tôi đã tìm thấy lớp học Factor Analysis trong sklearn, nhưng tôi không tự tin rằng lớp này tương đương với LCA.Cách thích hợp để thực hiện Phân tích Lớp tiềm ẩn bằng Python là gì?
Gói hoặc lớp cho LCA có tồn tại bằng Python không?
Phân tích nhân tố là điều hoàn toàn khác. Trong trường hợp của bạn, bạn nên thử PCA, thường cho kết quả tốt nếu tập dữ liệu của bạn có hình dạng chính xác. Có nghĩa là bạn nên có nhiều trường hợp hơn biến. Nên có ít nhất 10x
Đây là một hướng dẫn về PCA
Ngoài ra bạn có thể thử phân nhóm như K-Phương tiện hoặc gausian Hỗn hợp
Tốt công cụ để thử kỹ thuật khác nhau và thấy rõ kết quả là Orange Toolbox Đó là một Công cụ GUI cho máy học và rất nhiều thuật toán mà nó sử dụng đến từ scikit. Sau khi bạn thực hiện với prototyping đường ống của bạn, bạn có thể tạo ra một sản xuất của bạn bằng cách sử dụng cùng một thói quen scikit.
Hiện tại, không có gói nào cung cấp hỗ trợ LCA trong python. Tuy nhiên, nhiều gói sử dụng các thuật toán khác nhau để thực hiện LCA trong R, ví dụ (xem thư mục CRAN để biết thêm chi tiết):
Alt hough không giống nhau, có một thực hiện hierarchical clustering trong sklearn, bạn có thể kiểm tra xem phù hợp với nhu cầu của bạn.
Tôi nghĩ FA và PCA đều thử giảm kích thước, tôi có sai không? – Arman
Chính xác, bạn có thể suy ra các lớp học của bạn bằng cách xem các vector của bạn gần như thế nào là hai eigenvectors được PCA tạo ra. Ngoài ra bạn có thể đo lường của bạn có thể lừa cụm của bạn bằng cách thực hiện đầu tiên N vectơ từ trung ma trận của kết quả PCA. – Vlad
Vì vậy, hiện LCA tồn tại trong một số gói python, hay không? – famargar