बाइनरी इमेज
किसी डेटा फ़्रेम से संबंधित वितरण को समझने का एक आसान तरीका है सैंपल जनरेट करना.
इमेज का आकार 2 बाय 2 पिक्सेल है और इस क्लस्टर के लिए 1 होने की प्रायिकताएँ संबंधित पिक्सेल के लिए 0.8, 0.8, 0.2 और 0.9 हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Mixture Models
अभ्यास निर्देश
- क्लस्टर 1 से 100 बाइनरी इमेज जनरेट करें. शुरुआत में चारों पिक्सेल को एक-एक बाइनरी सैंपल के रूप में सिम्युलेट करें.
- जनरेट की गई बाइनरी इमेज पर नज़र डालें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create the vector of probabilities
p_cluster_1 <- c(0.8, 0.8, 0.2, 0.9)
# Create the sample for each pixel
pixel_1 <- sample(c(0, ___), ___, replace = TRUE,
prob = c(1-p_cluster_1[___], p_cluster_1[___]))
pixel_2 <- sample(c(0, 1), 100, replace = TRUE,
prob = c(1-p_cluster_1[___], p_cluster_1[___]))
pixel_3 <- sample(c(0, 1), 100, replace = TRUE,
prob = c(1-p_cluster_1[___], p_cluster_1[___]))
pixel_4 <- sample(c(0, 1), 100, replace = TRUE,
prob = c(1-p_cluster_1[___], p_cluster_1[___]))
# Combine the samples
sample_cluster_1 <- cbind(pixel_1, pixel_2, pixel_3, pixel_4)
# Have a look to the sample
head(___)