Tek Değişkenli Gaussian Karışım Modelleri

R ile Karışım Modelleri

Victor Medina

Researcher at The University of Edinburgh

gender %>% head()

  Gender   Height   Weight        BMI
1   Male 73.84702 241.8936 0.04435662
2   Male 68.78190 162.3105 0.03430822
3   Male 74.11011 212.7409 0.03873433
4   Male 71.73098 220.0425 0.04276545
5   Male 69.88180 206.3498 0.04225479
6   Male 67.25302 152.2122 0.03365316

gender %>% select(-Gender) %>% head()

    Height   Weight        BMI
1 73.84702 241.8936 0.04435662
2 68.78190 162.3105 0.03430822
3 74.11011 212.7409 0.03873433
4 71.73098 220.0425 0.04276545
5 69.88180 206.3498 0.04225479
6 67.25302 152.2122 0.03365316

Karışım Modelleriyle Modelle

Uygun olasılık dağılımı hangisi?
Kaç alt popülasyon düşünmeliyiz?
Parametreler ve tahminleri neler?

head(gender %>% select(-Gender))

    Height   Weight        BMI
1 73.84702 241.8936 0.04435662
2 68.78190 162.3105 0.03430822
3 74.11011 212.7409 0.03873433
4 71.73098 220.0425 0.04276545
5 69.88180 206.3498 0.04225479
6 67.25302 152.2122 0.03365316

head(gender %>% select(Weight))

gender %>% 
  ggplot(aes(x = Weight)) + geom_histogram(bins = 100)

Hangi dağılım?

Histogram

Gaussian dağılımlar

Kaç küme?

Hangi parametreler ve nasıl tahmin edilir?

Hangi parametreler?

İki ortalama
İki standart sapma
İki oran

Nasıl tahmin edilir?

flexmix içinde uygulanan EM algoritması

Hadi pratik yapalım!

R ile Karışım Modelleri