CommencerCommencez gratuitement

Visualiser un modèle de mélange gaussien univarié

Comme vous avez ajusté le modèle dans fit_mix_example et extrait les paramètres dans comp_1, comp_2 et comp_3 (ainsi que les proportions), traçons maintenant les clusters correspondants avec l’histogramme de densité.

Pour faciliter cette dernière étape, la fonction fun_prop() a été définie dans l’environnement. Elle fournit les valeurs de densité pour une loi gaussienne, comme dnorm, mais étendues pour accepter également les proportions.

Cet exercice fait partie du cours

<cours>Modèles de mélange en R</cours>
Voir le cours

Instructions de l’exercice

  • Tracez l’histogramme de densité en y superposant la densité de chaque cluster. Rappelez-vous que le data frame s’appelle mix_example.
  • Utilisez la fonction stat_function() avec l’argument fun égal à fun_prop pour dessiner la distribution de densité de chaque cluster.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

ggplot(___) + ___(aes(x = x, y = ..density..)) + 
  stat_function(geom = "line", fun = fun_prop, 
                args = list(mean = ___[1], sd = ___[2], 
                proportion = proportions[1])) +
  stat_function(geom = "line", fun = fun_prop, 
                args = list(mean = comp_2[1], sd = comp_2[2], 
                proportion = ___[2]))+
  stat_function(geom = "line", fun = ___, 
                args = list(mean = comp_3[1], sd = comp_3[2], 
                proportion = proportions[3]))
Modifier et exécuter le code