Fonction de maximisation
Nous avons vu que l’algorithme EM est une méthode itérative en deux étapes : l’espérance et la maximisation. Dans le dernier exercice, vous avez créé la fonction expectation. Créez maintenant la fonction maximization, qui prend en entrée le data frame contenant les probabilités et renvoie les estimations des moyennes et des proportions.
Cet exercice fait partie du cours
<cours>Modèles de mélange en R</cours>Instructions de l’exercice
Créez la fonction maximization en complétant l’exemple de code.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
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)
}