共计 1124 个字符,预计需要花费 3 分钟才能阅读完成。
原文链接:http://tecdat.cn/?p=24511
本文通过一些指数对散点图矩阵和平行坐标显示中的面板进行排序,并依据其数值程度对面板进行着色。
显示相关矩阵
cor <- cor(ley)
leclr <- mat.colr(cor)
mtcolr
依据相关性大小为相关性调配三种色彩。高相关性为红色,两头三分之一为蓝色,底部三分之一为天蓝色。
plclrs(lolr,label=ronms(coor)
如果要更改配色计划:
leolo <- colr(cor, brak=FALE)
lecor <- tcor(cor, bes,
c.cr(4))
如果在绘图之前重新排列变量,则绘图更容易解释。
oge <- rdclust(lnlcor)
lgeolor1 <- nlclor\[lne.,lo.\]
plot(lnco1,dlbls=rwe(ngyr1))
显示带有黑白面板的配对图
cpairs
是 pairs
所有高相干面板一起呈现在一个块中的一个版本。
pais(loly, orr= lolo,acor= lgy.or)
如果 order
未提供,则按默认数据集程序绘制变量。
用黑白面板显示平行坐标图
平行坐标图面板能够着色的版本。同样,红色面板具备高相关性,蓝色面板具备中等相关性,天蓝色面板具备低相关性。
pard(lng, ordr= loyo,color= colr,
horol=TRUE)
绘制从新排序的树状图
eurodist
是一个内置的间隔矩阵,给出了城市之间的间隔。
hclst(dis, "ave")
plt(hc)
从新排序树状图以进步左近分支之间的相似性。将其利用于 hc
对象:
ordeu(hc, dis)
两个树状图对应于雷同的树结构,但第二个树状图显示巴黎和瑟堡比离慕尼黑更近,罗马离直布罗陀比离巴塞罗那更近。
咱们还能够将两种排序与色彩的图像图进行比拟。第二个排序仿佛将左近的城市彼此凑近。
ct <- dor(edt, rev(cs(5)))
pltcl(cma, rles=lals)
最受欢迎的见解
1.R 语言 k -Shape 算法股票价格工夫序列聚类
2.R 语言中不同类型的聚类办法比拟
3.R 语言对用电负荷工夫序列数据进行 K -medoids 聚类建模和 GAM 回归
4.r 语言鸢尾花 iris 数据集的档次聚类
5.Python Monte Carlo K-Means 聚类实战
6. 用 R 进行网站评论文本开掘聚类
7. 用于 NLP 的 Python:应用 Keras 的多标签文本 LSTM 神经网络
8.R 语言对 MNIST 数据集剖析 摸索手写数字分类数据
9.R 语言基于 Keras 的小数据集深度学习图像分类
正文完