LoslegenKostenlos loslegen

Die geschätzten Cluster plotten

An diesem Punkt hast du die zwei Cluster im Data Frame gaussian_sample identifiziert. In dieser Übung wirst du visualisieren, wie die geschätzten Cluster in Iteration 10 zu den Daten passen. Die Vektoren means_iter10 und props_iter10 sind bereits in der Umgebung gespeichert.

Dazu verwendest du die ggplot2-Funktion stat_function(), mit der du eine Funktion über einen bestehenden Plot legen kannst. Die Funktion, die du nutzt, ist eine vorgefertigte Kurvenfunktion namens fun_gaussian(), die als Argumente den Mittelwert und den Anteil der Gauß-Verteilung erhält.

Diese Übung ist Teil des Kurses

Mischungsmodelle in R

Kurs anzeigen

Anleitung zur Übung

Plotte das Histogramm der Variable x im Dichte-Modus und füge die geschätzten Kurven mit stat_function() in Kombination mit der Funktion fun_gaussian() hinzu.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

___ %>% 
  ggplot() + geom_histogram(aes(x = ___, y = ___), bins = 200) +
  stat_function(geom = "line", fun = fun_gaussian,
                args = list(mean = means_iter10[1], proportion = ___[1])) +
  stat_function(geom = "line", fun = fun_gaussian,
                args = list(mean = ___[2], proportion = props_iter10[2]))
Code bearbeiten und ausführen