เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ฟังก์ชัน Maximization

อัลกอริทึม EM เป็นวิธีการแบบวนซ้ำที่สลับระหว่างสองขั้นตอน ได้แก่ Expectation และ Maximization ในแบบฝึกหัดที่ผ่านมา คุณได้สร้างฟังก์ชัน expectation แล้ว ต่อไปให้สร้างฟังก์ชัน maximization ซึ่งรับ data frame ที่มีค่าความน่าจะเป็น และส่งคืนค่าประมาณของค่าเฉลี่ยและสัดส่วน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Mixture Models ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

สร้างฟังก์ชัน maximization โดยเติมโค้ดตัวอย่างให้ครบ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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)   
}
แก้ไขและรันโค้ด