Maximiseringsfunktionen
EM-algoritmen är en iterativ metod som växlar mellan två steg: förväntningssteget och maximiseringssteget. I förra övningen skapade du funktionen expectation. Nu ska du skapa funktionen maximization, som tar en dataram med sannolikheter som indata och returnerar skattningar av medelvärden och proportioner.
Den här övningen är en del av kursen
Blandningsmodeller i R
Övningsinstruktioner
Skapa funktionen maximization genom att komplettera exempelkoden.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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)
}