在 r 中将 6-D 绘制为 2-D [关闭]

Posted 2023-03-12

【中文标题】在 r 中将 6-D 绘制为 2-D [关闭]

【英文标题】：Plot 6-D into 2-D in r [closed]

【发布时间】：2016-03-24 03:01:59

【问题描述】：

如何在具有 2 个维度的图中绘制具有 6 个维度的数据集。

我有一个包含 6 个属性和 1000 多行的数据集，用于 k-means 聚类。

现在我想在执行聚类后可视化数据。有人能给我一些关于如何解决这个问题的提示吗？谢谢。

【问题讨论】：

关于什么是最好的情节类型的问题并不是真正的编程问题。如果您需要有关数据统计可视化的建议，Cross Validated 可能是您提出问题的更好地方。如果您知道要制作什么情节但不知道如何制作它，那么这将是 Stack Overflow 的问题（特别是如果您包含 reproducible example）

或者，根据您的数据，您可以在 ggplot2 中变得时髦，并将一个 var 映射到 x，一个映射到 y，一个映射到大小、填充颜色、边框颜色、形状……或者使用 rgl 以 3D 形式进行。

是的，我知道我需要一个二维绘图，但我需要在 R 中使用什么命令是一个问题。

【参考方案1】：

pairs() 可能有用。

设置数据（非结构化，因为这样做更容易）：

set.seed(101)
x <- rnorm(6000,nrow=6)
clust <- sample(1:5,size=1000,replace=TRUE)

现在绘图（gap=FALSE 是装饰性的；pch="." 使大型数据集的绘图速度更快）：

pairs(x,gap=FALSE,col=clust,pch=".")

这仅向您显示二维切片（即，您可能会以这种方式错过数据中的高维结构），但总比没有好。如果你真的想可视化更高维的结构，你可以试试rggobi ...

【参考方案2】：

最简单的方法是使用 PCA 将数据的维度减少到 2 或 3 维。 k-means 聚类应该为数据的每一行分配一个组，以便您可以轻松地在缩减数据集上绘制不同的组。这是一种执行 PCA 的简单方法，但您也可以执行 LLE 或其他形式的降维。

data(iris)
unique(iris$Species)
#[1] setosa     versicolor virginica
iris.pca<-princomp(iris[,c("Sepal.Length", "Sepal.Width", "Petal.Width", "Petal.Width")], center=T, scale=T)


plot(iris.pca$scores[,1], iris.pca$scores[,2], col=iris$Species)

【讨论】：

只有 6 个变量，做 PCA 减少到 2-3 维可能没有必要......