用ggplot2绘制决策边界？ [英] Plot decision boundaries with ggplot2?

问题描述

如何用ggplot2绘制 contour （base R）的等价物？下面是一个线性判别函数分析的例子：

pre $ $ $ $ $ $ $ $ $ $ iris.lda <-lda（物种〜Sepal.Length + Sepal.Width + Petal.Length + Petal.Width，数据=虹膜）
datPred< -data.frame（物种=预测（iris.lda）$类，预测（iris.lda）$ x）#create data.frame

#Base R plot
eqscplot（datPred [，2]，datPred [，3]，pch = as.double（datPred [，1]）） col = as.double（datPred [，1]）+ 1）

＃创建判定边界
iris.lda2 < - lda（datPred [，2：3]，datPred [ 1]）$ ​​b $ bx < - seq（min（datPred [，2]），max（datPred [，2]），length.out = 30）
y < - seq（min（datPred [ 3）），max（datPred [，3]），length.out = 30）
Xcon< - 矩阵（c（rep（x，length（y）），
rep（y，rep （length（x），length（y））））,, 2）＃设置网格中所有可能的x和y对

iris.pr1 < - predict（iris.lda2，Xcon ）$ post [，c（setosa，versicolor）]％*％c（1,1）＃属于每个类的点的后验概率
轮廓（x，y，矩阵（iris.pr1 ，l （x），长度（y）），
levels = 0.5，add = T，lty = 3，method =simple）＃绘制基本R图中的轮廓线
iris.pr2< ; - 预测（iris.lda2，Xcon）$ post [，c（virginica，setosa）]％*％c（1,1）
contour（x，y，matrix（iris.pr2，长度（x），长度（y）），
等级= 0.5，add = T，lty = 3，method =简单）

＃等价图与ggplot2但没有决策边界
ggplot（datPred，AES（X = LD1，Y = LD2，COL =物种））+
geom_point（尺寸= 3，AES（PCH =物种））

使用ggplot绘制轮廓线时不可能使用矩阵。矩阵可以使用融合重新排列成数据帧。在下面的数据框中，来自iris.pr1的概率值显示在第一列以及以下两列中的x和y坐标中。 x和y坐标形成30 x 30点的网格。 （熔化（矩阵（iris.pr1，长度（x），长度（y））），其中， x = x [X1]，y = y [X2]）[， - c（1,2）]

我想绘制后验概率为0.5（即判定边界）的坐标（最好通过平滑曲线连接）。

解决方案

您可以在ggplot中使用 geom_contour 来达到类似的效果。正如你正确的假设，你必须改变你的数据。我最终只是在做

pre code> pr <-data.frame（x = rep（x，length（y）），y = rep（y，each = length（x）），
z1 = as.vector（iris.pr1），z2 = as.vector（iris.pr2））

然后，您可以将该data.frame传递给geom_contour，并指定您希望在0.5处使用

  ggplot（datPred，AES（X = LD1，Y = LD2））+ 
 geom_point（尺寸= 3，AES（PCH =物种，COL =物种））+ 
 geom_contour（数据= PR，AES（X = X，Y = Y，Z = Z1），断裂= C（0，0.5））+ 
 geom_contour（数据= PR，AES（X = x，y = y，z = z2），break = c（0，.5））
  

并给出了

How do I plot the equivalent of contour (base R) with ggplot2? Below is an example with linear discriminant function analysis:

require(MASS)
iris.lda<-lda(Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, data =    iris)
datPred<-data.frame(Species=predict(iris.lda)$class,predict(iris.lda)$x) #create data.frame

#Base R plot
eqscplot(datPred[,2],datPred[,3],pch=as.double(datPred[,1]),col=as.double(datPred[,1])+1) 

#Create decision boundaries
iris.lda2 <- lda(datPred[,2:3], datPred[,1])
x <- seq(min(datPred[,2]), max(datPred[,2]), length.out=30)
y <- seq(min(datPred[,3]), max(datPred[,3]), length.out=30)
Xcon <- matrix(c(rep(x,length(y)),
             rep(y, rep(length(x), length(y)))),,2) #Set all possible pairs of x and y  on a grid

iris.pr1 <- predict(iris.lda2, Xcon)$post[, c("setosa","versicolor")] %*% c(1,1)    #posterior probabilities of a point belonging to each class 
contour(x, y, matrix(iris.pr1, length(x), length(y)), 
    levels=0.5, add=T, lty=3,method="simple") #Plot contour lines in the base R plot
iris.pr2 <- predict(iris.lda2, Xcon)$post[, c("virginica","setosa")] %*% c(1,1)
contour(x, y, matrix(iris.pr2, length(x), length(y)), 
    levels=0.5, add=T, lty=3,method="simple") 

#Eqivalent plot with ggplot2 but without decision boundaries
ggplot(datPred, aes(x=LD1, y=LD2, col=Species) ) + 
geom_point(size = 3, aes(pch = Species))

It is not possible to use a matrix when plotting contour lines with ggplot. The matrix can be rearranged to a data-frame using melt. In the data-frame below the probability values from iris.pr1 are displayed in the first column along with the x and y coordinates in the following two columns. The x and y coordinates form a grid of 30 x 30 points.

df <- transform(melt(matrix(iris.pr1, length(x), length(y))), x=x[X1], y=y[X2])[,-c(1,2)]

I would like to plot the coordinates (preferably connected by a smoothed curve) where the posterior probabilities are 0.5 (i.e. the decision boundaries).

解决方案

You can use geom_contour in ggplot to achieve a similar effect. As you correctly assumed, you do have to transform your data. I ended up just doing

pr<-data.frame(x=rep(x, length(y)), y=rep(y, each=length(x)), 
    z1=as.vector(iris.pr1), z2=as.vector(iris.pr2))

And then you can pass that data.frame to the geom_contour and specify you want the breaks at 0.5 with

ggplot(datPred, aes(x=LD1, y=LD2) ) + 
    geom_point(size = 3, aes(pch = Species,  col=Species)) + 
    geom_contour(data=pr, aes(x=x, y=y, z=z1), breaks=c(0,.5)) + 
    geom_contour(data=pr, aes(x=x, y=y, z=z2), breaks=c(0,.5))

and that gives

这篇关于用ggplot2绘制决策边界？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！