R中简单正态分布的高斯混合建模（Mclust）失败答案

【问题标题】：Gaussian mixture modelling (Mclust) in R on simple normal distribution failsR中简单正态分布的高斯混合建模（Mclust）失败
【发布时间】：2015-01-02 21:48:34
【问题描述】：

我试图理解 Mclust，所以我认为最简单的方法是使用高斯混合建模来建模高斯。我本来期望 G=1 是最合适的。但是，我得到 G=6，如果我打印它们，它们甚至不会接近原始高斯。任何提示这里有什么问题？

x<-seq(-4,4,length=200)
y<-dnorm(x,mean=0, sd=1)
plot(x,y, type="l", lwd=2)
mod1<-Mclust(y)
ColourVec<-c('green','cyan','blue','red','yellow','yellow','yellow')
for (i in 1:max(mod1$G)){
  tmp<-mod1$classification==i  
  par(new=T)
  plot(density(mod1$data[tmp],adjust=2),col=ColourVec[i],xlim=c(-4,4),ylim=c(0,0.4))  
}

干杯！都灵

【问题讨论】：

尚未使用mclust，但我认为您想要rnorm(200,mean=0, sd=1) 而不是调用dnorm()

标签： r statistics gaussian

【解决方案1】：

Mclust(y,) 将数据 y 作为输入，例如。如果您想要来自单变量法线的数据，则需要通过rnorm() 模拟 y。这导致：

library(mclust)
x<-seq(-4,4,length=200)
y<-rnorm(200,mean=0, sd=1)
plot(x,dnorm(x,mean=0, sd=1), type="l", lwd=2)
mod1<-Mclust(y)
ColourVec<-c('green','cyan','blue','red','yellow','yellow','yellow')
for (i in 1:max(mod1$G)){
  tmp<-mod1$classification==i  
  lines(density(mod1$data[tmp],adjust=2),col=ColourVec[i])   
}

增加模拟次数当然会降低您对核平滑密度的偏差。增加到 N=2000 次模拟，1000 次来自 2 个具有相同 sd 的不同单变量高斯，但不同的方法导致：

N<-2000
x<-seq(-4,7,length=200)
y<-c( rnorm(N/2,mean=0,sd=1), rnorm(N/2,mean=3,sd=1) )
plot(x,dnorm(x,mean=0, sd=1), type="l", lwd=2,xlim=c(-3,7))
lines(x,dnorm(x,mean=3, sd=1), lwd=2) 

mod1<-Mclust(y)
ColourVec<-c('green','cyan','blue','red','yellow','yellow','yellow')
for (i in 1:max(mod1$G)){
  tmp<-mod1$classification==i  
  lines(density(mod1$data[tmp],adjust=2),col=ColourVec[i])  
}

【讨论】：