主成分分析/因子节点模型选项

模型名称。用户可根据目标或标识字段自动生成模型名称（未指定此类字段时自动生成模型类型）或指定一个定制名称。

使用分区数据。如果定义了分区字段，那么此选项可确保仅训练分区的数据用于构建模型。 

提取方法。指定要用于数据降维的方法。

• 主成分。这是缺省方法，它将使用 PCA 来查找对输入字段进行汇总的成分。
• 未加权最小二乘法。此因子分析方法的工作原理是找出最能重现输入字段之间的关系（相关性）模式的因子集合。
• 广义最小二乘法。此因子分析方法与未加权最小二乘法类似，区别在于它利用加权降低具有大量独有（非共享）方差的字段的重要程度。
• 最大似然法。根据关于这些关系的形式的假定，此因子分析方法将产生最有可能生成输入字段中观测到的关系（相关性）模式的因子方程。
• 主轴因子法。此因子分析方法与主成分法十分类似，区别在于它仅侧重于共享方差。
• Alpha 因子法。此因子分析方法将分析中的字段视为潜在输入字段范围内的样本。它会将因子的统计可靠性最大化。
• 映像因子法。此因子分析方法使用数据估计来隔离公共方差，并查找描述该方差的因子。