Fonction d'expectation
Jusqu'ici, vous avez vu comment l'algorithme d'Expectation-Maximization est utilisé pour estimer les paramètres de deux distributions gaussiennes avec des sd toutes deux égales à 1. Le but de cet exercice est de créer la fonction expectation, qui généralise l'étape d'estimation des probabilités lorsque l'on connaît les means, les proportions et les sds.
Cette activité fait partie du cours
Modèles de mélange en R
Instructions de l’exercice
Créez la fonction expectation en complétant l'exemple de code. Notez que nous tenons maintenant compte des écarts types de chaque regroupement comme quatrième paramètre.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
expectation <- ___(___, means, proportions, ___){
# Estimate the probabilities
exp_data <- data %>%
mutate(prob_from_cluster1 = ___[1] * dnorm(x, mean = means[1], sd = ___[1]),
prob_from_cluster2 = ___[2] * dnorm(x, mean = means[2], sd = ___[2]),
prob_cluster1 = prob_from_cluster1/(prob_from_cluster1 + prob_from_cluster2),
prob_cluster2 = prob_from_cluster2/(prob_from_cluster1 + prob_from_cluster2)) %>%
select(x, ___, ___)
# Return data with probabilities
return(exp_data)
}