[英]How to fit a multivariate normal distribution in R?
我需要將多元正態分布擬合到 R 中 Iris 數據集中的每個物種。我看到mvtnorm
包可能有用; 但是,我想使用最大似然估計,但不確定如何在 R 中使用。有什么想法嗎?
如果你只是想適應的分配到每種,你可能想mvnorm.mle
在Rfast
包:
install.packages("Rfast")
library(Rfast)
iris.split <- split(iris[, 1:4], iris$Species)
iris.mvnorm <- lapply(iris.split, function(x) mvnorm.mle(as.matrix(x)))
iris.mvnorm[["setosa"]]
# $loglik
# [1] 44.91657
#
# $mu
# [1] 5.006 3.428 1.462 0.246
#
# $sigma
# Sepal.Length Sepal.Width Petal.Length Petal.Width
# Sepal.Length 0.121764 0.097232 0.016028 0.010124
# Sepal.Width 0.097232 0.140816 0.011464 0.009112
# Petal.Length 0.016028 0.011464 0.029556 0.005948
# Petal.Width 0.010124 0.009112 0.005948 0.010884
其他物種存儲在iris.mvnorm[["versicolor"]]
和iris.mvnorm[["virginica"]]
。
您似乎正在尋找混合判別分析(因為類標簽是已知的)。 在這種情況下,你可以使用MclustDA
從mclust
包。
model= MclustDA(data = iris[,1:4], class = iris$Species)
summary(model)
但是,如果您希望通過擬合多元高斯混合來對數據進行聚類,那么您可以使用Mclust
函數。
fit = Mclust(data = iris[,1:4], G=3)
table(fit$classification, iris$Species)
# setosa versicolor virginica
# 1 50 0 0
# 2 0 45 0
# 3 0 5 50
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.