使用 flexmix 的单变量高斯混合模型

R 中的混合模型

Victor Medina

Researcher at The University of Edinburgh

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

R 中的混合模型

用混合模型建模

  1. 哪个概率分布合适?
    • 单变量高斯分布
  2. 需要多少个子群体?
    • 2 个簇
  3. 参数及其估计方法?
    • flexmix 的 EM 算法估计:均值、标准差、比例
R 中的混合模型

flexmix 函数

flexmix(formula, data, k, model, control, ...)

  • formula:要拟合的模型描述($variable \sim 1$)
  • data:数据框
  • k:簇的数量
  • model:指定分布(FLXMCnorm1FLXMCmvnormFLXMCmvbinaryFLXMRglmFLXMCmvpois
  • control:最大迭代次数、收敛容差等
R 中的混合模型
fit_mixture <- flexmix(Weight ~ 1, # 均值与标准差为常数
                data = gender, # 数据框
                k = 2, # 簇数
                model = FLXMCnorm1(), # 单变量高斯    
                control = list(tol = 1e-15, # EM 停止的容差
                               verbose = 1, # 显示中间结果
                               iter = 1e4)) # 最大迭代次数
Classification: weighted 
   1 Log-likelihood :  -48880.0782 
   2 Log-likelihood :  -48880.0745 
   3 Log-likelihood :  -48880.0732 
   4 Log-likelihood :  -48880.0727
   .    .   .   .   .   .   .   .
3454 Log-likelihood :  -48518.3717 
3455 Log-likelihood :  -48518.3717 
3456 Log-likelihood :  -48518.3717 
3457 Log-likelihood :  -48518.3717 
converged
R 中的混合模型

比例:prior 函数

proportions <- prior(fit_mixture)
proportions
0.4929668 0.5070332
R 中的混合模型

两个分布

parameters(fit_mixture)
                    Comp.1    Comp.2
coef.(Intercept) 135.54652 186.61583
sigma             18.94726  19.96097

分别提取

comp_1 <- parameters(fit_mixture, component = 1)
comp_2 <- parameters(fit_mixture, component = 2)
comp_2
                    Comp.2
coef.(Intercept) 186.61583
sigma             19.96097
R 中的混合模型

可视化得到的分布

gender %>%
   ggplot() + geom_histogram(aes(x = Weight, y = ..density..)) + 
   stat_function(geom = "line", fun = fun_prop, 
                 args = list(mean = comp_1[1], 
                             sd = comp_1[2], 
                             proportion = proportions[1])) +
   stat_function(geom = "line", fun = fun_prop, 
                 args = list(mean = comp_2[1], 
                             sd = comp_2[2], 
                             proportion = proportions[2]))
R 中的混合模型

R 中的混合模型

posterior 函数

posterior(fit_mixture) %>% head()
             [,1]      [,2]
[1,] 6.836341e-06 0.9999932
[2,] 4.421760e-01 0.5578240
[3,] 5.994160e-04 0.9994006
[4,] 1.998798e-04 0.9998001
[5,] 1.547774e-03 0.9984522
[6,] 7.544450e-01 0.2455550

clusters 函数

clusters(fit_mixture) %>% head()
2 2 2 2 2 1
R 中的混合模型

分配结果对比

table(gender$Gender, clusters(fit_mixture))
            1    2
  Female 4500  500
  Male    444 4556
R 中的混合模型

让我们来练习!

R 中的混合模型

Preparing Video For Download...