আর-তে মজবুত মাল্টিভারিয়েট গাউসিয়ান ফিট

Question

উচ্চতর উত্সাহের সাথে যথেষ্ট পরিমাণে বহিরাগতদের সমন্বিত পয়েন্টের 7-ম্লান মেঘে আমার একটি সাধারণ গাউসীয় বিতরণ ফিট করতে হবে। আপনি কি এই কাজের জন্য কোনও ভাল আর প্যাকেজ জানেন?

Comments

আপনি stats.stackexchange.com/questions/213/… এ অনুরূপ প্রশ্নের উত্তরে মাল্টিভাইয়ারেট আউটলেয়ারদের সনাক্ত করার জন্য কমপক্ষে চারটি আর প্যাকেজের লিঙ্কগুলি খুঁজে পাবেন । এটি একটি ভাল শুরু হতে পারে।

— শুক্র

হয়তো প্রশ্নটি আমাকে বিস্ফোরিত করছে, তবে মাল্টিভিয়ারেট গাউসিয়ান বিতরণে যতটা উপযুক্ত মানা হচ্ছে কেন এমপিএল হিসাবে কেবল অনুশীলনীয় গড় এবং এসডি ব্যবহার করবেন না? তারপরে উচ্চ প্রভাব / লিভারেজ পয়েন্ট থাকলে আপনি ডায়াগনস্টিক পরিসংখ্যানগুলিতে ফোকাস করতে পারেন।

— অ্যাডমো

আমি মনে করি যে প্রশ্নটি প্যারামিটারগুলি অনুমান করার জন্য হুবারাইজড লস ফাংশনের মতো কিছু ব্যবহার করার বিষয়ে। আমি কোনও বিশেষজ্ঞ নই, তবে সম্ভবত হুবারের ক্ষয়টি ব্যবহারের পক্ষে এটি শুরু করা হবে।

— টম ডায়েটারিচ

Answer 1

এছাড়াও ক্লাবটি রয়েছে: http://www.stat.washington.edu/research/reports/2012/tr597.pdf http://cran.r-project.org/web/packages/mclust/index.html

যদিও একটি সাবধানতা: উচ্চ মাত্রিক জায়গাতে মিশ্রণ মডেলিং আপনার পয়েন্টের মেঘটি বড় হলে নিখুঁত সিপিইউ এবং মেমরি নিবিড় পেতে পারে। প্রায় চার বছর আগে আমি 11-মাত্রিক, 50-200K পয়েন্ট ডেটার একটি ব্যাচ করছিলাম এবং এটি 4-10 জিবি র‌্যামে চালানো এবং প্রতিটি মামলার গণনা করতে এক সপ্তাহ সময় লাগবে (এবং আমার 400 ছিল)। এটি অবশ্যই সম্ভব, তবে আপনি যদি একটি শেয়ার্ড কম্পিউট ক্লাস্টার ব্যবহার করেন বা সীমিত সংস্থান উপলব্ধ থাকে তবে মাথা ব্যথা হতে পারে।

Answer 2

এটি ক্লাসিক মাল্টিভারিয়েট গাউসিয়ান মিশ্রণ মডেলের মতো শোনাচ্ছে। আমি মনে করি যে বয়েসএম প্যাকেজটি কাজ করতে পারে।

এখানে কয়েকটি মাল্টিভিয়ারেট গাউসিয়ান মিশ্রণ প্যাকেজ রয়েছে

• বেয়েজম: cran.r-project.org/web/packages/bayesm/index.html
• মিশ্রটোলস: www.jstatsoft.org/v32/i06/paper