Zastosuj oba kroki
Skoro masz już gotowe funkcje expectation i maximization, możesz teraz zastosować algorytm EM do ramki danych.
Celem tego ćwiczenia jest znalezienie dwóch skupień gaussowskich w danych gaussian_sample. Przyjmij, że oba odchylenia standardowe sd są równe 10.
To ćwiczenie jest częścią kursu
Modele mieszane w R
Instrukcje do ćwiczenia
- Zacznij od założenia, że jedno ze skupień ma średnią równą
0, a drugie100. Użyj funkcjiexpectationimaximization, aby utworzyć listęnew_values. - Zapisz te wartości w wektorze
means_init. Przyjmij, że proporcje są równe – zapisz je w wektorzeprops_init. - Wykonaj 10 iteracji.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
means_init <- c(0, 100)
___ <- c(0.5, 0.5)
# Iterative process
for(i in 1:___){
___ <- maximization(___(gaussian_sample, means_init, props_init, c(10, 10)))
means_init <- new_values[[1]]
props_init <- ___[[2]]
cat(c(i, means_init, props_init), "\n")
}