शुरू करेंमुफ़्त में शुरू करें

Maximization फंक्शन

हमने देखा कि EM एल्गोरिदम दो चरणों—Expectation और Maximization—के बीच एक iterative विधि है। पिछले अभ्यास में, आपने expectation फंक्शन बनाया था। अब, maximization फंक्शन बनाएँ जो प्रायिकताओं वाले डेटा फ़्रेम को इनपुट ले और means तथा proportions के आकलन (estimations) को आउटपुट दे।

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Mixture Models

पाठ्यक्रम देखें

अभ्यास निर्देश

नमूना कोड को पूरा करके maximization फंक्शन बनाएँ.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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)   
}
कोड संपादित करें और चलाएँ