तीन Gaussian वितरणों का मिश्रण
अगर हम अपनी सिमुलेशन में एक और वितरण शामिल करें तो क्या बदलेगा? आप देखेंगे कि कंपोनेंट्स की संख्या बढ़ाने से मास डेंसिटी फैलकर अतिरिक्त वितरण को भी कवर करेगी, लेकिन तर्क पिछले अभ्यास जैसा ही रहेगा.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Mixture Models
अभ्यास निर्देश
assignmentsबनाएँ, जो क्रमशः 0, 1 और 2 के मान 0.3, 0.4 और 0.3 की प्रायिकता के साथ लेता है.- डेटा फ्रेम
mixtureतब Gaussian से सैंपल करता है जिसकाmean5 औरsd2 है, जबassignments1 हो. अगरassignments2 हो, तोmean10 औरsd1 है. अन्यथा, यह स्टैंडर्ड नॉर्मल वितरण होता है. - 50 बिन्स के साथ हिस्टोग्राम प्लॉट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
number_observations <- 1000
# Create the assignment object
assignments <- sample(
c(0,1,2), size = number_observations, replace = TRUE, prob = c(0.3, ___, 0.3)
)
# Simulate the GMM with 3 distributions
mixture <- data.frame(
x = ifelse(___ == 1, rnorm(n = number_observations, mean = ___, sd = ___), ifelse(assignments == 2, rnorm(n = number_observations, mean = ___, sd = ___), rnorm(n = ___)))
)
# Plot the mixture
mixture %>%
ggplot() + ___(aes(x = x, y = ..density..), ___ = ___)