如何在多个参数下向量化似然计算?

时间:2018-11-05 19:55:13

标签: r mixture-model expectation-maximization

我正在尝试实现bernoulli混合,并且想知道如何正确地向量化计算而不会循环。

我尝试了不同版本的apply,但是无法获得所需的输出(dim = c(5,4,2)。我的组件参数应该在列表中而不是在矩阵中吗?

set.seed(123)

#Data
X <- matrix(sample(c(0,1), 20, replace = TRUE, prob = c(.6, .4)),
               nrow = 5, ncol = 4)

#Params
parameters <-  matrix(runif(8), nrow = 2, ncol = 4)

#Would like to vectorize this
dbinom(X, 1, parameters[1,], log = TRUE)
dbinom(X, 1, parameters[2,], log = TRUE)

1 个答案:

答案 0 :(得分:0)

我们用parameters遍历apply的行并应用dbinom

out1 <- do.call(`c`, apply(parameters, 1, function(x) 
               list(dbinom(X, 1, x, log = TRUE))))

identical(out1[[1]], dbinom(X, 1, parameters[1,], log = TRUE))
#[1] TRUE

identical(out1[[2]], dbinom(X, 1, parameters[2,], log = TRUE))
#[1] TRUE

或使用pmap

library(purrr)
out2 <- pmap(list(x = list(X), size = 1, prob = split(parameters, 
              row(parameters)), log = TRUE), dbinom)

identical(out1, out2)
#[1] TRUE