将3D表面拟合到点数据集[R]

Question

我一直试图将多项式曲面拟合到一组具有3个坐标的点。

让数据为：

DATA <- with(mtcars, as.data.frame(cbind(1:32, wt,disp,mpg)))

我一直试图使用以下方法绘制表面：

来自 rgl 包的
1. plot3d ，
2. 使用 rsm 包，
3. scatterplot3d 包。

例如：

library(scatterplot3d)
attach(mtcars)
DATA <- as.data.frame(cbind(1:32, wt,disp,mpg))
scatterplot3d(wt,disp,mpg, main="3D Scatterplot")
model <- loess(mpg ~wt + disp, data=DATA)
x <-range(DATA$wt)
x <- seq(x[1], x[2], length.out=50)    
y <- range(DATA$disp)
y <- seq(y[1], y[2], length.out=50)
z <- outer(x,y, 
       function(wt,disp)
         predict(model, data.frame(wt,disp)))
z
p <- persp(x,y,z, theta=30, phi=30, 
       col="lightblue",expand = 0.5,shade = 0.2,
       xlab="wt", ylab="disp", zlab="mpg")

我也尝试过使用 surf.ls 功能：

surf.ls(2,DATA[,2],DATA[,3],DATA[,4])

但我得到的是这样的： 我真的不知道如何将其转换为3D图，更重要的是，如何获得最佳拟合曲面的公式。

我真的很感谢你的帮助。

PS我删除了我的上一篇文章，并在此篇文章中包含了更多详细信息。

Answer 1

试试这个：

parse jssdk 1.5.0

要使用rsm绘图，请使用以下命令：

attach(mtcars)
DATA <- as.data.frame(cbind(1:32, wt,disp,mpg))

x_wt <- DATA$wt
y_disp <- DATA$disp
z_mpg <- DATA$mpg

fit <- lm(z_mpg ~ poly(x_wt, y_disp, degree = 2), data = DATA)

要使用ggplot绘图，请使用以下命令：

library(rsm)
image(fit, y_disp ~ x_wt)
contour(fit, y_disp ~ x_wt)
persp(fit, y_disp ~ x_wt, zlab = "z_mpg")

要查看所有可用的direct.label方法，请转到http://directlabels.r-forge.r-project.org/docs/index.html