Генерация случайных кластеров

Question

Я хочу создать кластеры точек данных, полученных из многомерного распределения Гаусса.

Я хочу, чтобы все кластеры имели одну и ту же матрицу совпадений. Для этого я использую команду genRandomClust из пакета clusterGeneration.

Но, к сожалению, указанная выше команда генерирует кластеры с различной матрицей ковариации. Может ли кто-нибудь указать мне на команду или пакет, которые могут достичь этой цели?

Answer 1

Как насчет этого? Здесь мы рисуем выборки из двукратного нормального случайного распределения.

library(MASS) 
Sigma <- matrix(c(10,3,3,2),2,2) # start with a fixed 2x2 covariance matrix, or generate it randomly 
Sigma 
datapoints <- mvrnorm(n = 1000, rep(0, 2), Sigma) # draw 1000 MVN samples with cov matrix Sigma, with mean c(0, 0) or use some random mean vector 
var(datapoints) # notice that the covariance matrix for the datapoint generated is slightly different from Sigma 
datapoints <- mvrnorm(n = 1000, rep(0, 2), Sigma, empirical = TRUE) 
var(datapoints) # here the covariance matrix for the datapoint generated is exactly equal to Sigma