세 개의 가우시안 분포 혼합
시뮬레이션에 다른 분포를 하나 더 포함하면 무엇이 달라질까요? 구성 요소의 수가 늘어나면 질량 밀도가 추가된 분포까지 퍼지지만, 논리는 이전 연습 문제와 동일하게 이어집니다.
이 연습은 강의의 일부입니다
R로 배우는 Mixture Models
연습 안내
assignments를 생성하세요. 값은 0, 1, 2이고, 각각의 확률은 0.3, 0.4, 0.3입니다.- 데이터 프레임
mixture는assignments가 1일 때mean이 5,sd가 2인 가우시안에서 샘플링합니다.assignments가 2이면mean은 10이고sd는 1입니다. 그렇지 않으면 표준정규분포에서 샘플링합니다. - 막대(bin) 50개로 히스토그램을 그리세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
number_observations <- 1000
# Create the assignment object
assignments <- sample(
c(0,1,2), size = number_observations, replace = TRUE, prob = c(0.3, ___, 0.3)
)
# Simulate the GMM with 3 distributions
mixture <- data.frame(
x = ifelse(___ == 1, rnorm(n = number_observations, mean = ___, sd = ___), ifelse(assignments == 2, rnorm(n = number_observations, mean = ___, sd = ___), rnorm(n = ___)))
)
# Plot the mixture
mixture %>%
ggplot() + ___(aes(x = x, y = ..density..), ___ = ___)