可视化聚类
到目前为止，您已经具备将观测点与表示聚类的椭圆一起绘制所需的一切。
另外，如果想把每个观测分配到两个聚类之一，可以使用 clusters() 函数，并将结果与真实标签对比。提醒一下：当我们只用变量 Weight 对数据进行聚类时，正确预测了 4500 位女性和 4556 位男性。现在看看在加入一个额外变量后，是否能更好地区分聚类。
本练习是课程的一部分
R 中的混合模型
练习说明
- 使用
geom_point()为Weight和BMI作散点图；并用geom_path()将保存在ellipses_comp_number中的两个椭圆添加到该图中。 - 注意，需要先将椭圆转换为数据框。
- 将聚类 1 着色为红色，聚类 2 着色为蓝色。
- 计算变量
Gender中真实标签与clusters预测标签的列联表（频数表）。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Plot the ellipses
gender %>%
ggplot(aes(x = ___, y = ___)) + ___()+
geom_path(data = data.frame(ellipse_comp_1), aes(x=x,y=y), col = "___") +
geom_path(data = data.frame(ellipse_comp_2), aes(x=x,y=y), col = "___")
# Check the assignments
table(gender$Gender, clusters(fit_with_cov))