Chciałbym model zestawu danych przy użyciu Latent Class Analysis (LCA) przy użyciu Python. Znalazłem klasę Factor Analysis w sklearn, ale nie jestem pewien, czy ta klasa jest odpowiednikiem LCA.Jaki jest właściwy sposób wykonywania analizy klas uśpionych w Pythonie?
Czy pakiet lub klasa dla LCA istnieje w języku Python?
Analiza czynnikowa to coś zupełnie innego. W twoim przypadku powinieneś wypróbować PCA, zwykle daje dobre wyniki, jeśli twój zestaw danych jest w prawidłowej formie. Oznacza to, że powinieneś mieć o wiele więcej instancji niż zmiennych. Powinna wynosić co najmniej 10x
Tutaj jest tutorial na PCA
Ponadto można spróbować klastry jak k-średnich lub Gausian Mieszanki
dobrym narzędziem, aby spróbować różnych technik i wizualizacji wyników jest Orange Toolbox jest to Narzędzie GUI do uczenia maszynowego i wiele algorytmów, których używa, pochodzi z scikita. Po zakończeniu tworzenia prototypu potoku możesz stworzyć swoją produkcję przy użyciu tych samych procedur scikit.
W tej chwili nie ma pakietu, który zapewnia obsługę LCA w python. Istnieje jednak wiele pakietów przy użyciu różnych algorytmów do wykonywania LCA w badania, na przykład (patrz katalog CRAN więcej szczegółów):
Alt Nie tak samo, jest implementacja hierarchical clustering w sklearn, możesz sprawdzić, czy to pasuje do twoich potrzeb.
Myślałem, że zarówno FA, jak i PCA próbują zmniejszyć wymiarowość, czy jestem w błędzie? – Arman
Popraw, możesz następnie wywnioskować swoje klasy, widząc, jak blisko twoich wektorów są dwa wektory własne produkowane przez PCA. Możesz także zmierzyć swoje otoczki, oceniając ich grupowanie, wykonując pierwsze N wektorów ze środkowej matrycy wyniku PCA. – Vlad
Czy LCA istnieje w niektórych pakietach Pythona, czy nie? – famargar