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。 目标必须是具有字符串或整数存储的分类字段 (测量级别为 Flag 或 Nominal)。 （如有必要，可以使用"填充"或"派生"节点来转换存储。） 将忽略设置为 Both 或 None 的字段。 必须对模型中使用的字段的类型完全实例化。

强度。 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。