我試圖在R中使用optim()使用R的本地數據集(來自MASS的Geyser)來實現R中高斯混合的MLE。我的代碼如下。問題是,優化工作正常,但是,返回我傳遞給它的原始參數,並且還說它已經收斂。如果您能指出我要脫軌的地方,我將不勝感激。我的期望是它至少會產生不同的結果 如果不是完全不同的話。使用R中的optim()實現高斯混合MLE
library(ggplot2)
library(MASS)
data("geyser")
externaldata=geyser$waiting
x.vector=externaldata
MLE.x= function(combined.vector)
{ combined.vector=bigvec
x.vector = externaldata
K = k #capital K inside this MLE function, small K defined in the global environment
prob.vector = combined.vector[1:K]
mu.vector =combined.vector[(K+1):((2*K))]
sd.vector=combined.vector[(2*K+1):(3*K)]
prob=matrix(rep(prob.vector,length(x.vector)),byrow=TRUE,nrow = length(x.vector))
mu.sigma=cbind(mu.vector,sd.vector)
x.by.K=matrix(nrow = length(x.vector), ncol = k)
for (i in 1:K){
x.by.K[,i]=dnorm(x.vector,mu.sigma[i,1],mu.sigma[i,2])
}
prob.mat=x.by.K*prob
density=apply(prob.mat,1,sum)
log.density=sum(-log(density))
return(log.density)
}
## k=2 set ##
meanvec=c(50,80)
sigmavec=c(5,5)
k=2
probvec=c(1/3,2/3)
bigvec=c(probvec,meanvec,sigmavec)
est.k2.MLE=MLE.x(bigvec)
z=optim(bigvec,
fn=MLE.x,
method = "L-BFGS-B")
z
#### k=3 set #####
meanvec=c(50,70,80)
sigmavec=c(5,5,5)
k=3
probvec=rep(1/3,3)
bigvec=c(probvec,meanvec,sigmavec)
est.k3.MLE=MLE.x(bigvec)
z=optim(bigvec,
fn=MLE.x,
method = "BFGS")
z
爲什麼你沒有使用你傳遞給MLE.x的參數? (MLE.x的第一行) –
@ antoine-sac沒有先生,只是業餘編碼 – user2007598
另外,使用'='進行賦值被認爲是不好的形式,雖然[正反兩方都不是那麼清楚](http: //stackoverflow.com/questions/1741820/assignment-operators-in-r-and)。國際海事組織使用'='很好,但我只是確保它是您的選擇。 –