CommencerCommencez gratuitement

Tracer les clusters estimés

À ce stade, vous avez identifié les deux clusters dans le data frame gaussian_sample. Dans cet exercice, vous allez visualiser comment les clusters estimés à l’itération 10 s’ajustent aux données. Les vecteurs means_iter10 et props_iter10 sont déjà enregistrés dans l’environnement.

Pour cela, vous utiliserez la fonction ggplot2 appelée stat_function(), qui permet de superposer une fonction à un graphique existant. La fonction que vous utiliserez est une fonction de courbe déjà créée, fun_gaussian(), qui prend comme arguments la moyenne et la proportion de la loi gaussienne.

Cet exercice fait partie du cours

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

Instructions de l’exercice

Tracez l’histogramme en mode densité de la variable x et ajoutez les courbes estimées en utilisant stat_function() en combinaison avec la fonction fun_gaussian().

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

___ %>% 
  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]))
Modifier et exécuter le code