เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การแสดงภาพ Univariate Gaussian Mixture Model

เมื่อฟิตโมเดลลงใน fit_mix_example และดึงพารามิเตอร์ออกมาเป็น comp_1, comp_2 และ comp_3 (รวมถึง proportions) แล้ว ขั้นตอนต่อไปคือพล็อตคลัสเตอร์ที่ได้พร้อมกับฮิสโตแกรมความหนาแน่น

เพื่ออำนวยความสะดวกในขั้นตอนนี้ ฟังก์ชัน fun_prop() ได้ถูกกำหนดไว้ในสภาพแวดล้อมแล้ว ฟังก์ชันนี้ให้ค่าความหนาแน่นสำหรับการแจกแจงแบบเกาส์เซียนเช่นเดียวกับ dnorm แต่ขยายความสามารถให้รับค่าสัดส่วน (proportions) ได้ด้วย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Mixture Models ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • พล็อตฮิสโตแกรมความหนาแน่นพร้อมกับความหนาแน่นของแต่ละคลัสเตอร์ โดยชุดข้อมูลที่ใช้มีชื่อว่า mix_example
  • ใช้ฟังก์ชัน stat_function() โดยกำหนดอาร์กิวเมนต์ fun ให้เป็น fun_prop เพื่อวาดการกระจายความหนาแน่นของแต่ละคลัสเตอร์

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

ggplot(___) + ___(aes(x = x, y = ..density..)) + 
  stat_function(geom = "line", fun = fun_prop, 
                args = list(mean = ___[1], sd = ___[2], 
                proportion = proportions[1])) +
  stat_function(geom = "line", fun = fun_prop, 
                args = list(mean = comp_2[1], sd = comp_2[2], 
                proportion = ___[2]))+
  stat_function(geom = "line", fun = ___, 
                args = list(mean = comp_3[1], sd = comp_3[2], 
                proportion = proportions[3]))
แก้ไขและรันโค้ด