Package MClust pour l'algo EM

Version imprimable

Bonjour,

j'aimerais utiliser l'algo EM de mclust sur le cas le plus simple (mélange de 4 gaussiennes en 4 dimensions) et obtenir les 4 moyennes, les 4 variances et les 4 proportions.
je suppose que la fonction "em" effectue l'algo sur un certain nombre d'itérations (combien ? ...). Mais lorsque je place le code suivant, il me dit que la parameters$pro est incorrect (j'ai mis rep(.25,4)...)
Code:

1 2 3 4 5 6 7 8 9 10 11 N=1000 w=sample(1:4, N, replace=TRUE,prob=c(.1,.5,.15,.15) ) echantillon=(w==1)*rnorm(N,-5,1)+(w==2)*rnorm(N,10,4)+(w==3)*rnorm(N,0,.5)+(w==4)*rnorm(N,5,10) ech=as.matrix(echantillon) par=data.frame(pro=rep(.25,4),mean=rep(1,4),variance=rep(1,4)) em(modelName="EEE", data=ech,parameters=par) estep(modelName="EEE", data=ech,parameters=par)
Si quelqu'un peut m'expliquer ce qui se passe, ce serait super.
Merci par avance.

08/12/2011, 11h55
pitipoisson
Bonjour et bienvenue,

Ça fait plaisir de voir une question accompagnée d'exemples exécutables !

Malheureusement, je n'ai pas réussi à y voir plus clair mais je peux peut-être apporter une maigre contribution tout de même.
- Concernant le nombre d'itérations, tu trouveras le défaut et la manière de le changer avec
  
  Code:
  
  ?emControl
- Pour la définition du modèle et des paramètres, tu peux peut-être t'inspirer de l'exemple dans l'aide de em. Il semble y avoir des fonctions dédiées à la construction du modèle, et notamment des paramètres :
  Voire notamment ce que donne
  
  Code:
  
  msEst$parameters
  
  dans l'exemple.
Je ne peux pas t'aider davantage, ne connaissant pas ce type de modèle.

Bonjour,

merci, pitipoisson. Je t'avoue que j'avais laissé un peu tomber pour m'activer sur les autres cours qui s'empilent, mais maintenant, je dois m'y remettre et achever la bête...:mrgreen:

Après recherches, j'obtiens ci-dessous un programme qui semble donner un résultat. Mais hélas, les variances sont très éloignées des valeurs d'origine.
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 #install.packages("mclust_3.4.10.zip", repos=NULL) library(mclust) N=1000 w=sample(1:4, N, replace=TRUE,prob=c(.1,.5,.15,.25) ) ech=(w==1)*rnorm(N,-5,1)+(w==2)*rnorm(N,10,4)+(w==3)*rnorm(N,0,.5)+(w==4)*rnorm(N,5,10) ech=as.matrix(ech) testt=Mclust(ech, G=4)#, control=userParam) #CHOISIR userParam$eps plus petit eventuellement... testt$parameters$pro testt$parameters$mea testt$parameters$var$sig #A comparer avec le melange d'origine : #pro = .1 .5 .15 .25 #mean = -5 10 0 5 #sigma = 1 4 .5 10
Pourtant, un copain a programmé l'algo EM en scilab, et le résultat me semblait meilleur. Enfin bon c'est mieux que rien. Les moyennes semblent bonnes...

J'essaie de continuer là dessus... Et si quelqu'un sait pourquoi mes variances sont aussi aberantes, ça m'intéresse, bien sûr :ccool:...

A bientôt.

09/01/2012, 10h47
lilly74
Bonjour,

êtes-vous sûr d'avoir deux variances et non pas une variance et un écart-type?

En effet:
Code:

1 2 3 > sqrt(testt$parameters$var$sig) [1] 1.2919960 0.4611853 4.2587119 11.4232176 #sigma = 1 4 .5 10
Est-ce une coïncidence?

Bonne journée :)