Univariate Gaussian Mixture Models

Mixture Models ใน R

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
Mixture Models ใน R

การสร้างโมเดลด้วย Mixture Models

  1. การแจกแจงความน่าจะเป็นที่เหมาะสมคืออะไร?
  2. ควรพิจารณากี่กลุ่มย่อย?
  3. พารามิเตอร์และการประมาณค่ามีอะไรบ้าง?
Mixture Models ใน R
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
Mixture Models ใน R
gender %>% 
  ggplot(aes(x = Weight)) + geom_histogram(bins = 100)

Mixture Models ใน R

ควรใช้การแจกแจงแบบใด?

ฮิสโตแกรม

การแจกแจงแบบเกาส์

Mixture Models ใน R

จำนวนกลุ่มที่เหมาะสม?

Mixture Models ใน R

พารามิเตอร์และการประมาณค่า

พารามิเตอร์ที่ต้องการ

  • ค่าเฉลี่ย 2 ค่า
  • ส่วนเบี่ยงเบนมาตรฐาน 2 ค่า
  • สัดส่วน 2 ค่า

วิธีประมาณค่า

  • ใช้อัลกอริทึม EM ที่มีใน flexmix

Mixture Models ใน R

มาฝึกกันเถอะ!

Mixture Models ใน R

Preparing Video For Download...