[]Rライブラリの探索7(グラフィック関連)

今日はこれもやったので記録しておく。

task viewGraphicsグループから3種のパッケージをやりました。

こんな感じの見せ方ができます。

  • cpairs

f:id:isseing333:20100618173408j:image


  • bertinplot

f:id:isseing333:20100618173516j:image


  • sdiststrace

f:id:isseing333:20100618173556j:image


cpairsbertinplotは使えそうな感じだけど、sdiststraceは微妙かも。

2つの文字列同士の関連性をチェックできるみたいなので、テキストマイニングで使ったりするのかな?

今回の例の場合、"vintner""writers"を比較している。

あと、絵は載せてないけどclmplotでTRUEとFALSEの色分けができるので、2値データのマイニングに使えるかも。


以下コードです。↓

library(gclus)			#変数クラスタリングで並び替えた散布図を描く
example(order.clusters)		#ヒートマップみたいな図?

data(state)
state.cor <- cor(state.x77)
order.single(state.cor)
order.endlink(state.cor)
order.hclust(state.cor,method="average")
#変数の近いもので並べ替え
cpairs(state.x77, panel.colors=dmat.color(state.cor), order.single(state.cor),pch=".",gap=.4)
cparcoord(state.x77, order.endlink(state.cor),panel.colors=dmat.color(state.cor))

example(partition.crit)
example(reorder.hclust)
example(cpairs)
example(cparcoord)
example(dmat.color)
example(colpairs)


library(cba)
data(iris)
d <- dist(iris[,-5])1:26?	#irisの観測値同士の距離
circleplot.dist(d, col = 2, scale = 1)
dimnames(d) <- LETTERS[1:26]
circleplot.dist(d)

example(clmplot)		#TRUE,FALSEを色付け

#クラスター結果の視覚化
d <- dist(matrix(runif(30), ncol=2))
hc <- hclust(d)
co <- order.optimal(d, hc$merge)
### compare dendrograms
ho <- hc
ho$merge <- co$merge
ho$order <- co$order
op <- par(mfrow=c(2,2), pty="s")
plot(hc, main="hclust")
plot(ho, main="optimal")
# compare images
image(dhc$order?)
image(dco$order?)
par(op)

#2つの文字の近さを表現する
x1 <- "vintner"
y1 <- "writers"
b11 <- sdists.trace(x1, y1, weight=c(1,0,1), graph = TRUE)
b11
plot(b11)

example(sdists.center.align)	#文字の分解?


library(seriation)
#順位ヒストグラム
data("Irish")
scale_by_rank <- function(x) apply(x, 2, rank)
x <- scale_by_rank(Irish[,-6])
order <- c(
seriate(dist(x, "minkowski", p = 1)),
seriate(dist(t(x), "minkowski", p = 1))
)
bertinplot(x, order)
bertinplot(x, order,
options = list(panel = panel.circles, spacing = -0.4))

example(dissplot)
example(seriate)

#ヒートマップ
data("Zoo")
x <- as.matrix(Zoo[, -17])
x <- scale(x, center = FALSE)
hmap(x)
hmap(x, hclustfun = NULL, options = list(prop = TRUE,
	main = "Zoo Data"))

ページTOPへ