Визуализация оценённых кластеров
На данном этапе вы обнаружили два кластера в наборе данных gaussian_sample. В этом упражнении вы визуализируете, насколько хорошо оценённые кластеры после 10-й итерации соответствуют данным. Векторы means_iter10 и props_iter10 уже сохранены в рабочей среде.
Для этого вы воспользуетесь функцией stat_function() из библиотеки ggplot2, которая позволяет наложить произвольную функцию поверх существующего графика. В качестве такой функции используется fun_gaussian() — она принимает среднее значение и долю соответствующего гауссовского распределения.
Это упражнение является частью курса
Смесевые модели в R
Инструкции к упражнению
Постройте гистограмму переменной x в режиме плотности и добавьте оценённые кривые с помощью stat_function() в сочетании с функцией fun_gaussian().
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
___ %>%
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]))