Maximierungsfunktion
Wir haben gesehen, dass der EM-Algorithmus eine iterative Methode mit zwei Schritten ist: Erwartung und Maximierung. In der letzten Übung hast du die Funktion expectation erstellt. Erstelle nun die Funktion maximization, die den Dataframe mit den Wahrscheinlichkeiten entgegennimmt und die Schätzungen der Mittelwerte und Anteile ausgibt.
Diese Übung ist Teil des Kurses
Mischungsmodelle in R
Anleitung zur Übung
Erstelle die Funktion maximization, indem du den Beispielcode vervollständigst.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
maximization <- function(___){
means_estimates <- data_with_probs %>%
summarise(mean_1 = sum(x * ___) / ___(prob_cluster1),
mean_2 = sum(x * ___) / ___(prob_cluster2)) %>%
as.numeric()
props_estimates <- data_with_probs %>%
summarise(proportion_1 = ___(prob_cluster1),
proportion_2 = 1 - ___) %>%
as.numeric()
list(means_estimates, props_estimates)
}