MulaiMulai sekarang secara gratis

Fungsi maximization

Kita melihat bahwa algoritma EM adalah metode iteratif dengan dua langkah: expectation dan maximization. Pada latihan sebelumnya, Anda membuat fungsi expectation. Sekarang, buat fungsi maximization yang menerima data frame berisi probabilitas dan menghasilkan estimasi mean dan proporsi.

Latihan ini adalah bagian dari kursus

Model Campuran di R

Lihat Kursus

Petunjuk latihan

Buat fungsi maximization dengan melengkapi kode contoh.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

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)   
}
Edit dan Jalankan Kode