R 高斯混合模型聚类算法

我正在尝试使用Sparkyr中的高斯混合模型对数据进行聚类：

ml_gaussian_mixture(formula= ~ var1 + var2 + var3 + var4 + var5, k = 5)

但是，调用此函数不会像

ml\u kmeans（）

那样返回用于计算集群数量的度量（此函数返回WSSSE）。 有没有办法在Sparkyr中获得

ml\u gaussian\u Mixed（）

的轮廓分数或BIC？

gmm_model <- ml_gaussian_mixture(iris_tbl, Species ~ .)

然后可以使用它来获取BIC或AIC

我相信一定有办法直接得到它。但如果不是，您可以将BIC计算为

log(n) + k-1 + k * p + k * p * (p-1) / 2 - 2 * gmm_model$summary$log_likelihood

其中

n

-样本数，

k

-聚类数，

p

-变量数。 在上面的例子中，

k-1+k*p+k*p*（p-1）/2

是高斯混合模型中自由参数的数量（具有未计量的协方差矩阵）

---

例如：

library(sparklyr)
sc <- spark_connect(master = "local")
iris_tbl <- sdf_copy_to(sc, iris, name = "iris_tbl", overwrite = TRUE)
gmm_model <- ml_gaussian_mixture(iris_tbl, Species ~ .)

gmm_model$summary$log_likelihood
#[1] -294.1398

库（年）
它似乎不起作用。调用gmm_model$summary$log_时，我得到null。请参见编辑中的示例。很可能你没有适应。我很想知道你是怎么适应的。我适应了，但调用gmm_model$summary$log_likelion时仍然检索NULL。看看我给出的示例是否有效。如果是这样，那么很可能是与您的数据相关的问题。
library(sparklyr)
sc <- spark_connect(master = "local")
iris_tbl <- sdf_copy_to(sc, iris, name = "iris_tbl", overwrite = TRUE)
gmm_model <- ml_gaussian_mixture(iris_tbl, Species ~ .)

gmm_model$summary$log_likelihood
#[1] -294.1398