Zacznij terazZacznij za darmo

Wizualizacja estymowanych skupień

Na tym etapie udało się odkryć dwa skupienia w ramce danych gaussian_sample. W tym ćwiczeniu zobaczysz, jak estymowane skupienia dla iteracji 10. dopasowują się do danych. Wektory means_iter10 i props_iter10 są już zapisane w środowisku.

W tym celu skorzystasz z funkcji stat_function() z biblioteki ggplot2, która pozwala nałożyć funkcję na istniejący wykres. Użyjesz gotowej funkcji krzywej o nazwie fun_gaussian(), która przyjmuje jako argumenty średnią i proporcję rozkładu Gaussa.

To ćwiczenie jest częścią kursu

Modele mieszane w R

Zobacz kurs

Instrukcje do ćwiczenia

Narysuj histogram w trybie gęstości dla zmiennej x, a następnie dodaj estymowane krzywe, używając stat_function() w połączeniu z funkcją fun_gaussian().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

___ %>% 
  ggplot() + geom_histogram(aes(x = ___, y = ___), bins = 200) +
  stat_function(geom = "line", fun = fun_gaussian,
                args = list(mean = means_iter10[1], proportion = ___[1])) +
  stat_function(geom = "line", fun = fun_gaussian,
                args = list(mean = ___[2], proportion = props_iter10[2]))
Edytuj i uruchom kod