or
이 연습은 강의의 일부입니다
이 장에서는 모형 기반 클러스터링의 핵심 개념과 이 접근법이 다른 클러스터링 기법과 어떻게 다른지 소개합니다. 또한 Gaussian Mixture Model의 생성 과정을 배우고 클러스터를 시각화하는 방법을 익힙니다.
이 장에서는 Mixture Models의 기본 구조, 이 접근법으로 서로 다른 데이터 유형을 다루는 방법, 그리고 관련 모수를 추정하는 방법을 배웁니다. 추정을 위해 반복적 방법인 Expectation-Maximization 알고리즘을 학습합니다.
이 장에서는 `flexmix` 패키지를 사용해 1차원과 2차원에서 Gaussian Mixture Models를 적합하는 방법을 다룹니다. 사용되는 데이터는 체중, 키, 체질량지수와 보고된 성별을 포함한 10,000명의 관측치로 구성됩니다.
이 모듈에서는 Mixture Models가 Gaussian 이외의 확률분포로 어떻게 확장되는지와, 이러한 모형을 `flexmix`로 적합하는 방법을 배웁니다. 사용되는 데이터셋은 손글씨 숫자 이미지와 시카고시 범죄 건수입니다. 첫 번째 데이터셋에서는 손글씨 숫자를 요약하는 클러스터를 찾고, 두 번째 데이터셋에서는 상대적으로 더 위험하거나 덜 위험한 지역 공동체의 클러스터를 찾습니다.
현재 연습