단변량 가우시안 혼합 모델

R로 배우는 Mixture Models

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
R로 배우는 Mixture Models

혼합 모델을 이용한 모델링

  1. 적합한 확률 분포는 무엇인가?
  2. 고려할 하위 집단의 수는?
  3. 파라미터와 그 추정값은?
R로 배우는 Mixture Models
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))

    Weight
1 241.8936
2 162.3105
3 212.7409
4 220.0425
5 206.3498
6 152.2122
R로 배우는 Mixture Models
gender %>% 
  ggplot(aes(x = Weight)) + geom_histogram(bins = 100)

R로 배우는 Mixture Models

어떤 분포인가?

히스토그램

가우시안 분포

R로 배우는 Mixture Models

클러스터 수는 몇 개인가?

R로 배우는 Mixture Models

파라미터와 추정 방법

어떤 파라미터인가?

  • 두 개의 평균
  • 두 개의 표준편차
  • 두 개의 비율

추정 방법은?

  • flexmix의 EM 알고리즘 사용

R로 배우는 Mixture Models

연습해 봅시다!

R로 배우는 Mixture Models

Preparing Video For Download...