我正在尝试复制来自Andrew Ng的机器学习课程中关于Coursera in R的代码(因为课程是在Octave中)。
基本上我必须绘制一个非线性决策边界(在p = 0.5),用于多项式正则化逻辑回归。
我可以轻松地使用基础库复制该图:
contour(u, v, z, levels = 0)
points(x = data$Test1, y = data$Test2)
其中:
u <- v <- seq(-1, 1.5, length.out = 100)
和z是矩阵100x100,网格的每个点的值都是z。 数据维度为118x3。
我不能在ggplot2中这样做。有人知道如何在ggplot2中复制相同的内容吗?我尝试过:
z = as.vector(t(z))
ggplot(data, aes(x = Test1, y = Test2) + geom_contour(aes(x = u, y =
v, z = z))
但是我得到了错误:美学必须是长度1或与数据(118)相同:颜色,x,y,形状
感谢。
编辑(添加从错误代码创建的绘图):
答案 0 :(得分:5)
您需要将坐标转换为长格式。以下是使用火山数据集的示例:
data(volcano)
在基地R:
contour(volcano)
使用ggplot2:
library(tidyverse)
as.data.frame(volcano) %>% #convert the matrix to data frame
rownames_to_column() %>% #get row coordinates
gather(key, value, -rowname) %>% #convert to long format
mutate(key = as.numeric(gsub("V", "", key)), #convert the column names to numbers
rowname = as.numeric(rowname)) %>%
ggplot() +
geom_contour(aes(x = rowname, y = key, z = value))
如果你想直接在基础R图中标记它,你可以使用库directlabels
:
首先将颜色/填充映射到变量:
as.data.frame(volcano) %>%
rownames_to_column() %>%
gather(key, value, -rowname) %>%
mutate(key = as.numeric(gsub("V", "", key)),
rowname = as.numeric(rowname)) %>%
ggplot() +
geom_contour(aes(x = rowname,
y = key,
z = value,
colour = ..level..)) -> some_plot
然后
library(directlabels)
direct.label(some_plot, list("far.from.others.borders", "calc.boxes", "enlarge.box",
box.color = NA, fill = "transparent", "draw.rects"))
要在特定坐标处添加标记,您只需添加具有适当数据的其他图层:
上一个情节
as.data.frame(volcano) %>%
rownames_to_column() %>%
gather(key, value, -rowname) %>%
mutate(key = as.numeric(gsub("V", "", key)),
rowname = as.numeric(rowname)) %>%
ggplot() +
geom_contour(aes(x = rowname, y = key, z = value)) -> plot_cont
添加带点的图层,例如:
plot_cont +
geom_point(data = data.frame(x = c(35, 47, 61),
y = c(22, 37, 15)),
aes(x = x, y = y), color = "red")
您可以通过以下方式添加任何类型的图层:geom_line
,geom_text
,仅举几例。
EDIT2:要更改轴的比例,有几个选项,一个是为矩阵指定适当的rownames
和colnames
:
我将为0轴分配0到2的序列,为0轴分配0-5:
rownames(volcano) <- seq(from = 0,
to = 2,
length.out = nrow(volcano)) #or some vector like u
colnames(volcano) <- seq(from = 0,
to = 5,
length.out = ncol(volcano)) #or soem vector like v
as.data.frame(volcano) %>%
rownames_to_column() %>%
gather(key, value, -rowname) %>%
mutate(key = as.numeric(key),
rowname = as.numeric(rowname)) %>%
ggplot() +
geom_contour(aes(x = rowname, y = key, z = value))
答案 1 :(得分:2)
ggplot2对长格式数据的效率最高。这是假数据的一个例子:
library(tidyverse)
u <- v <- seq(-1, 1.5, length.out = 100)
# Generate fake data
z = outer(u, v, function(a, b) sin(2*a^3)*cos(5*b^2))
rownames(z) = u
colnames(z) = v
# Convert data to long format and plot
as.data.frame(z) %>%
rownames_to_column(var="row") %>%
gather(col, value, -row) %>%
mutate(row=as.numeric(row),
col=as.numeric(col)) %>%
ggplot(aes(col, row, z=value)) +
geom_contour(bins=20) +
theme_classic()