前の演習では、mix_example データセットが、一次元ガウス分布に従う3つのクラスタをシミュレーションしたものだと確認しました。この演習では、合計でいくつのパラメータを推定すべきかを考えてみましょう。3つの異なるガウス分布を想定している点に注意してください。
mix_example
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、モデルベース・クラスタリングの基本概念と、このアプローチが他のクラスタリング手法とどのように異なるかを紹介します。Gaussian Mixture Models の生成過程や、クラスタの可視化方法についても学びます。
この章では、Mixture Models の基本構造、このアプローチでさまざまなデータに対処する方法、そして関与するパラメータの推定方法を学びます。推定を行うために、Expectation-Maximization アルゴリズムと呼ばれる反復法を取り上げます。
この章では、`flexmix` パッケージを用いて 1 次元および 2 次元の Gaussian Mixture Models を当てはめる方法を示します。使用するデータは、体重、身長、BMI、自己申告の性別を含む 10,000 件の観測から構成されています。
現在の演習
このモジュールでは、Mixture Models を Gaussian 以外の確率分布へ拡張する方法と、`flexmix` を用いた当てはめ方を学びます。使用するデータセットは手書き数字の画像と、シカゴ市の犯罪件数です。前者では手書き数字を要約するクラスタを見つけ、後者では生活の危険度が高い・低い地域コミュニティのクラスタを見つけます。
