शुरू करेंमुफ़्त में शुरू करें

दो Gaussian डिस्ट्रीब्यूशन्स का मिश्रण सिम्युलेट करें

मिश्रण मॉडल्स को समझना काफी कठिन हो सकता है, इसलिए पहले एक साधारण मिश्रण मॉडल सिम्युलेट करके शुरुआत करते हैं और फिर आगे बढ़ेंगे. इस अभ्यास में, आप दो कंपोनेंट्स वाला Gaussian Mixture Model बनाएँगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Mixture Models

पाठ्यक्रम देखें

अभ्यास निर्देश

  • sample() का उपयोग करके 500 सैंपल एक बाइनरी वैरिएबल से सिम्युलेट करें, जहाँ मान 1 की प्रायिकता 0.8 हो, और परिणाम coin ऑब्जेक्ट में सहेजें.
  • फिर, एक वेक्टर mixture बनाएँ जो coin के मानों पर निर्भर करते हुए दो अलग-अलग Gaussian डिस्ट्रीब्यूशन्स से सैंपल ले:
    • जब coin के मान 1 हों, तो mean 5 और sd 2 वाली normal डिस्ट्रीब्यूशन से सैंपल लें.
    • अन्यथा, standard normal डिस्ट्रीब्यूशन से सैंपल लें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create coin object
coin <- ___(c(0,___), size = ___, 
               replace = TRUE, prob = c(0.2, ___))

# Sample from two different Gaussian distributions
___ <- ifelse(___ == 1, rnorm(n = ___, mean = ___, sd = ___), 
                  rnorm(n = ___))

# Check the first elements
head(mixture)
कोड संपादित करें और चलाएँ