模型选择中的Mclust() - NAs

Question

最近，我尝试在多元矩阵( 196 var的400 obs )上执行R中的GMM，该矩阵的元素属于已知类别。Mclust()函数(来自软件包mclust)给出的结果很差(约30%的个体被很好地分类，而k-表示结果超过90%)。

这是我的代码：

library(mclust)

X <- read.csv("X.csv", sep = ",", h = T)
y <- read.csv("y.csv", sep = ",")
gmm <- Mclust(X, G = 5)    #I want 5 clusters

cl_gmm <- gmm$classification
cl_gmm_lab <- cl_gmm

for (k in 1:nclusters){
  ii = which(cl_gmm == k) # individuals of group k
  counts=table(y[ii]) # number of occurences for each label
  imax = which.max(counts) # Majority label
  maj_lab = attributes(counts)$dimnames[[1]][imax] 
  print(paste("Group ",k,", majority label = ",maj_lab))
  cl_gmm_lab[ii] = maj_lab
}

conf_mat_gmm <- table(y,cl_gmm_lab)    # CONFUSION MATRIX

这个问题似乎来自于这样一个事实:当查看gmm$BIC时，"EII“(球形，等容量)以外的每一种模型都是"NA”。

直到现在我还没有找到解决这个problem...are的办法，你熟悉这个问题吗？

下面是数据的链接：https://drive.google.com/file/d/1j6lpqwQhUyv2qTpm7KbiMRO-0lXC3aKt/view?usp=sharing，这里是标签的链接：https://docs.google.com/spreadsheets/d/1AVGgjS6h7v6diLFx4CxzxsvsiEm3EHG7/edit?usp=sharing&ouid=103045667565084056710&rtpof=true&sd=true

Answer 1

我终于找到了答案。当涉及两个解释性变量时，GMM根本无法应用每个模型。正确的做法是首先减少维数，并选择一个最佳维数，以便在保存尽可能多的数据信息的同时，能够正确地应用GMMs。