Data o kriminalitě s `flexmix`
Data o počtech výskytů najdeme všude – od množství produktů zakoupených zákazníky v obchodě až po počet interakcí skupiny uživatelů na Twitteru. Schopnost extrahovat cenné informace o podskupinách s podobným chováním je klíčová pro celou řadu aplikací. Poissonovy směsné modely (PMM) jsou praktickým nástrojem pro shlukování takovýchto dat.
Cíle této lekce jsou: (1) prozkoumat datovou sadu, (2) aplikovat PMM a pomocí statistického kritéria zvolit optimální počet shluků, (3) analyzovat parametry modelu a (4) ukázat, jak jsou komunity seskupeny podle úrovně kriminality.
Toto cvičení je součástí kurzu
Mixture Models v R
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Check the dimension
___(crimes)
# Check with glimpse
___(crimes)
# Transform into a matrix, without community
matrix_crimes <- crimes %>%
select(-___) %>%
___()
# Check the first values
___(matrix_crimes)