เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ข้อมูลอาชญากรรมด้วย `flexmix`

ข้อมูลแบบนับพบได้ทั่วไป ไม่ว่าจะเป็นจำนวนสินค้าที่ลูกค้าซื้อในร้าน หรือจำนวนการโต้ตอบของผู้ใช้กลุ่มหนึ่งบน Twitter การดึงข้อมูลที่มีคุณค่าออกมาในรูปแบบกลุ่มย่อยที่มีพฤติกรรมคล้ายกันนั้นมีความสำคัญในหลายแอปพลิเคชัน Poisson Mixture Models (PMM) เป็นเครื่องมือที่เหมาะสมสำหรับการจัดกลุ่มข้อมูลแบบนับ

วัตถุประสงค์ของบทเรียนนี้คือ (1) สำรวจชุดข้อมูล (2) นำ PMM มาใช้โดยอาศัยเกณฑ์ทางสถิติในการเลือกจำนวนคลัสเตอร์ (3) วิเคราะห์พารามิเตอร์ของโมเดล และ (4) แสดงให้เห็นว่าชุมชนต่าง ๆ ถูกจัดกลุ่มตามระดับของอาชญากรรมอย่างไร

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Mixture Models ใน R

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Check the dimension
___(crimes)

# Check with glimpse
___(crimes)

# Transform into a matrix, without community
matrix_crimes <- crimes %>%
  select(-___) %>%  
  ___()

# Check the first values
___(matrix_crimes)
แก้ไขและรันโค้ด