我有两个变量-X和Y，我需要使簇最大（最优）=5。让我们理想的变量图如下所示：
我想做5个这样的集群。像这样：
因此，我认为这是具有5个群集的混合模型。每个聚类都有中心点和围绕它的置信度。
这些簇并不总是这样，它们看起来如下所示，其中有时两个簇靠在一起，或者一个或两个簇完全缺失。
在这种情况下如何有效地拟合混合模型并进行分类（聚类）？
例：
set.seed(1234)
X <- c(rnorm(200, 10, 3), rnorm(200, 25,3),
rnorm(200,35,3), rnorm(200,65, 3), rnorm(200,80,5))
Y <- c(rnorm(1000, 30, 2))
plot(X,Y, ylim = c(10, 60), pch = 19, col = "gray40")Answers:
这是使用mcluster使用混合模型的脚本。
X <- c(rnorm(200, 10, 3), rnorm(200, 25,3), rnorm(200,35,3), rnorm(200,65, 3), rnorm(200,80,5))
Y <- c(rnorm(1000, 30, 2))
plot(X,Y, ylim = c(10, 60), pch = 19, col = "gray40")
require(mclust)
xyMclust <- Mclust(data.frame (X,Y))
plot(xyMclust)
在少于五个集群的情况下：
X1 <- c(rnorm(200, 10, 3), rnorm(200, 25,3), rnorm(200,35,3), rnorm(200,80,5))
Y1 <- c(rnorm(800, 30, 2))
xyMclust <- Mclust(data.frame (X1,Y1))
plot(xyMclust)
xyMclust4 <- Mclust(data.frame (X1,Y1), G=3)
plot(xyMclust4)
在这种情况下，我们适合3个群集。如果我们适合5个集群怎么办？
xyMclust4 <- Mclust(data.frame (X1,Y1), G=5)
plot(xyMclust4)它可以强制制作5个群集。
还让我们介绍一些随机噪声：
X2 <- c(rnorm(200, 10, 3), rnorm(200, 25,3), rnorm(200,35,3), rnorm(200,80,5), runif(50,1,100 ))
Y2 <- c(rnorm(850, 30, 2))
xyMclust1 <- Mclust(data.frame (X2,Y2))
plot(xyMclust1)mclust允许基于模型的带噪声的聚类，即不属于任何聚类的离群值。mclust允许指定先验分布以规范对数据的拟合。priorControlmclust中提供了一个函数，用于指定先验及其参数。当使用默认值调用时，它将调用另一个函数，该函数defaultPrior可以用作指定替代优先级的模板。要将噪声包括在建模中，必须通过Mclust或中的初始化参数的噪声分量提供对噪声观测值的初始猜测mclustBIC。
另一种选择是使用mixtools 软件包，该软件包允许您为每个组件指定均值和西格玛。
X2 <- c(rnorm(200, 10, 3), rnorm(200, 25,3), rnorm(200,35,3),
rnorm(200,80,5), rpois(50,30))
Y2 <- c(rnorm(800, 30, 2), rpois(50,30))
df <- cbind (X2, Y2)
require(mixtools)
out <- mvnormalmixEM(df, lambda = NULL, mu = NULL, sigma = NULL,
k = 5,arbmean = TRUE, arbvar = TRUE, epsilon = 1e-08, maxit = 10000, verb = FALSE)
plot(out, density = TRUE, alpha = c(0.01, 0.05, 0.10, 0.12, 0.15), marginal = TRUE)