दोनों स्टेप लागू करें
क्योंकि आपने expectation और maximization फंक्शन बना लिए हैं, अब आप EM एल्गोरिदम को किसी डेटा फ्रेम पर लागू कर सकते हैं.
इस अभ्यास का उद्देश्य डेटा gaussian_sample में दो Gaussian क्लस्टर ढूँढना है. मान लीजिए दोनों के sd 10 के बराबर हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Mixture Models
अभ्यास निर्देश
- यह मानकर शुरू करें कि एक क्लस्टर का mean
0है और दूसरे का100. लिस्टnew_valuesबनाने के लिएexpectationऔरmaximizationफंक्शन का उपयोग करें. - इन वैल्यूज़ को वेक्टर
means_initमें सेव करें. वेक्टरprops_initमें proportions को बराबर मानें. - 10 iterations चलाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
means_init <- c(0, 100)
___ <- c(0.5, 0.5)
# Iterative process
for(i in 1:___){
___ <- maximization(___(gaussian_sample, means_init, props_init, c(10, 10)))
means_init <- new_values[[1]]
props_init <- ___[[2]]
cat(c(i, means_init, props_init), "\n")
}