Binäre Bilder
Ein einfacher Weg, die zu einem Data Frame passende Verteilung zu verstehen, ist das Generieren von Stichproben.
Die Größe der Bilder beträgt 2 mal 2 Pixel und die Eins-Wahrscheinlichkeiten für diesen Cluster sind 0,8, 0,8, 0,2 und 0,9 für die jeweiligen Pixel.
Diese Übung ist Teil des Kurses
Mischungsmodelle in R
Anleitung zur Übung
- Erzeuge 100 binäre Bilder aus Cluster eins. Beginne damit, jeden der vier Pixel als binäre Stichprobe zu simulieren.
- Schau dir die generierten binären Bilder an.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Create the vector of probabilities
p_cluster_1 <- c(0.8, 0.8, 0.2, 0.9)
# Create the sample for each pixel
pixel_1 <- sample(c(0, ___), ___, replace = TRUE,
prob = c(1-p_cluster_1[___], p_cluster_1[___]))
pixel_2 <- sample(c(0, 1), 100, replace = TRUE,
prob = c(1-p_cluster_1[___], p_cluster_1[___]))
pixel_3 <- sample(c(0, 1), 100, replace = TRUE,
prob = c(1-p_cluster_1[___], p_cluster_1[___]))
pixel_4 <- sample(c(0, 1), 100, replace = TRUE,
prob = c(1-p_cluster_1[___], p_cluster_1[___]))
# Combine the samples
sample_cluster_1 <- cbind(pixel_1, pixel_2, pixel_3, pixel_4)
# Have a look to the sample
head(___)