Maximization-functie
We zagen dat het EM-algoritme een iteratieve methode is met twee stappen: de expectation en de maximization. In de vorige oefening heb je de functie expectation gemaakt. Maak nu de functie maximization, die de gegevensframe met de kansen inneemt en de schattingen van de gemiddelden en proporties teruggeeft.
Deze oefening maakt deel uit van de cursus
Mixture Models in R
Oefeninstructies
Maak de functie maximization door de voorbeeldcode aan te vullen.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
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)
}