최대화 함수
EM 알고리즘은 기대 단계와 최대화 단계를 번갈아 수행하는 반복적 방법이었죠. 직전 연습 문제에서는 expectation 함수를 만들었습니다. 이제 확률이 포함된 데이터 프레임을 입력으로 받아 평균과 비율의 추정치를 출력하는 maximization 함수를 만드세요.
이 연습은 강의의 일부입니다
R로 배우는 Mixture Models
연습 안내
샘플 코드를 완성해 maximization 함수를 만드세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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)
}