判别节点

判别分析用于为组成员资格构建预测模型。该模型由一个判别函数组成（如果有两个以上组，那么由一组判别函数组成），判别函数是预测变量的线性组合，提供组之间的最佳判别。这些函数通过组成员资格已知的观测值样本生成；然后，可以将这些函数应用于具有预测变量测量值、但组成员资格未知的新观测值。

示例。根据使用情况数据，电信公司可以使用判别分析来对用户进行分组。此操作使电信公司可以对潜在的用户进行评分，并将最有可能属于最有价值的组的客户作为目标。

需求。您需要一个或多个输入字段，且只需要一个目标字段。目标必须为带有字符串或整数存储的分类字段（测量级别为标志或名义）。（如有必要，可以使用过滤节点或导出节点转换存储类型。）设置为双向或无的字段将被忽略。必须对模型中使用的字段的类型完全实例化。

优势。判别分析和 Logistic 回归都是合适的分类模型。但是，判别分析会对输入字段进行更多的假设，例如，假设这些字段为正态分布且连续，当满足这些要求时它们能提供更好的结果，在样本量比较小时尤其如此。