Vizualizace clusterů

V tuto chvíli máme vše potřebné k tomu, abychom mohli vykreslit pozorování spolu s elipsami reprezentujícími jednotlivé clustery.

Pokud chceme každé pozorování přiřadit do jednoho ze dvou clusterů, můžeme použít funkci clusters() a porovnat výsledky se skutečnými popisky. Jen pro připomenutí: když jsme pro shlukování dat používali pouze proměnnou Weight, správně jsme zařadili 4500 žen a 4556 mužů. Pojďme zjistit, jestli se nám podaří clustery lépe oddělit po přidání další proměnné.

Toto cvičení je součástí kurzu

Mixture Models v R

Zobrazit kurz

Pokyny k cvičení

Pomocí geom_point() vytvoř bodový graf pro proměnné Weight a BMI. Do tohoto grafu přidej dvě elipsy uložené v ellipses_comp_number pomocí funkce geom_path().
Nezapomeň, že elipsy je nejprve potřeba převést na datový rámec.
Cluster 1 obarvi červeně a cluster 2 modře.
Sestav frekvenční tabulku skutečných popisků uložených v proměnné Gender oproti předpovězeným hodnotám odhadnutým pomocí clusters.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Plot the ellipses
gender %>% 
  ggplot(aes(x = ___, y = ___)) + ___()+
  geom_path(data = data.frame(ellipse_comp_1), aes(x=x,y=y), col = "___") +
  geom_path(data = data.frame(ellipse_comp_2), aes(x=x,y=y), col = "___")
# Check the assignments
table(gender$Gender, clusters(fit_with_cov))

Upravit a spustit kód