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
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)
}