使用 flexmix 的泊松混合模型

R 中的混合模型

Victor Medina

Researcher at The University of Edinburgh

待解决的问题

选用哪种概率分布？
- （多元）泊松分布
该考虑多少个子群？
- 试 1–15 个聚类，用 BIC 选。
参数及其估计是什么？
- 各多元泊松的每个 lambda，以及各成分比例。

crimes_matrix <- as.matrix(crimes[,-1])

poisson_mix_model <- stepFlexmix(crimes_matrix ~ 1, 
                                 k = 1:15, 
                                 nrep = 5, 
                                 model = FLXMCmvpois(),
                                 control = list(tolerance = 1e-15, iter = 1000))

使用 stepFlexmix，而非 flexmix。
k 现在是一个取值范围。
nrep 为每个 k 运行 EM 的重复次数。
泊松分布用 FLXMCmvpois。

选择最佳模型

best_fit <- getModel(poisson_mix_model, which = "BIC")

flexmix 中的其他准则：AIC 与 ICL。

各成分比例

prior(best_fit)

0.07792208 0.05194805 0.19480519 0.27272727 0.20779224 0.19480517

param_pmm <- data.frame(parameters(best_fit))

param_pmm <- param_pmm %>% mutate(Type = colnames(crimes_matrix))
head(param_pmm)

    Comp.1  Comp.2    Comp.3    Comp.4   Comp.5    Comp.6               Type
1 380.3333  821.75 112.26667  67.57143 216.9375  475.3334            ASSAULT
2 929.5000 2271.50 268.13333 153.14286 574.7500 1204.8667            BATTERY
3 303.8333  418.00  98.60000  52.04762 174.9375  272.9333           BURGLARY
4 601.3333 1074.50 199.66666 116.90476 370.9375  648.6667    CRIMINAL DAMAGE
5 210.5000  223.75  49.73333  25.00000  81.0625  139.0000  CRIMINAL TRESPASS
6 973.1667  438.00 158.80000  61.95238 196.7500  241.4666 DECEPTIVE PRACTICE

可视化聚类

param_pmm %>% 
  pivot_longer(-Type, names_to = "Components", values_to = "Lambda") %>%
  ggplot(aes(x = Type, y = Lambda, fill = Type)) + 
  geom_bar(stat = "identity") +
  facet_wrap(~ Components) +
  theme(axis.text.x = element_text(angle = 90, hjust = 1), 
        legend.position = "none")

为每个社区分配聚类

crimes_c <- crimes %>% 
  mutate(CLUSTER = factor(clusters(best_fit)))

按社区可视化聚类

crimes_c %>% 
  group_by(CLUSTER) %>% 
  mutate(NUMBER = row_number()) %>% 
  ggplot(aes(x = CLUSTER, y = NUMBER, col = CLUSTER)) + 
  geom_text(aes(label = COMMUNITY), size = 2.3)+
  theme(legend.position="none")

开始练习！

R 中的混合模型