介绍
有限混合模型在应用于数据时非常有用，其中观察来自不同的群体，并且群体隶属关系未知。
模拟数据
首先，我们将模拟一些数据。让我们模拟两个正态分布 - 一个平均值为0，另一个平均值为50，两者的标准差为5。
m1 <- 0 m2 <- 50 sd1 <- sd2 <- 5 N1 <- 100 N2 <- 10 a <- rnorm(n=N1, mean=m1, sd=sd1) b <- rnorm(n=N2, mean=m2, sd=sd2)
现在让我们将数据“混合”在一起......
print(table(clusters(flexfit), data$class)) ## ## 1 2 ## 1 100 0 ## 2 0 10
参数怎么样？
cat('pred:', c1[1], '\n') cat('true:', m1, '\n\n') cat('pred:', c1[2], '\n') cat('true:', sd1, '\n\n') cat('pred:', c2[1], '\n') cat('true:', m2, '\n\n') cat('pred:', c2[2], '\n') cat('true:', sd2, '\n\n') ## pred: -0.5613484 ## true: 0 ## ## pred: 4.799484 ## true: 5 ## ## pred: 52.86911 ## true: 50 ## ## pred: 6.89413 ## true: 5
让我们可视化真实数据和我们拟合的混合模型。
ggplot(data) + geom_histogram(aes(x, ..density..), binwidth = 1, colour = "black", fill = "white") + stat_function(geom = "line", fun = plot_mix_comps, args = list(c1[1], c1[2], lam[1]/sum(lam)), stat_function(geom = "line", fun = plot_mix_comps, args = list(c2[1], c2[2], lam[2]/sum(lam)), colour = "blue", lwd = 1.5) + ylab("Density")
看起来做得很好
例子
现在，让我们考虑一个花瓣宽度为鸢尾花的真实例子。
p <- ggplot(iris, aes(x = Petal.Width)) + geom_histogram(aes(x = Petal.Width, ..density..), binwidth = 0.1, colour = "black", fill = "white") p
flexfit <- flexmix(Petal.Width ~ 1, data = iris, k = 3, model = list(mo1, mo2, mo3)) print(table(clusters(flexfit), iris$Species)) ## ## setosa versicolor virginica ## 1 0 2 46 ## 2 0 48 4 ## 3 50 0 0 geom_histogram(aes(x = Petal.Width, ..density..), binwidth = 0.1, colour = "black", fill = "white") + args = list(c1[1], c1[2], lam[1]/sum(lam)), colour = "red", lwd = 1.5) + stat_function(geom = "line", fun = plot_mix_comps, args = list(c2[1], c2[2], lam[2]/sum(lam)), stat_function(geom = "line", fun = plot_mix_comps, args = list(c3[1], c3[2], lam[3]/sum(lam)), colour = "green", lwd = 1.5) + ylab("Density")
即使我们不知道潜在的物种分配，我们也能够对花瓣宽度的基本分布做出某些陈述 。
