График принятия решения с помощью ggplot2?

Question

Как мне построить эквивалент contour (база R) с ggplot2? Ниже приведен пример с анализом линейной дискриминантной функции:

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))

Невозможно использовать матрицу при построении контурных линий с помощью ggplot. Матрица может быть переупорядочена во фрейме данных с использованием melt. В кадре данных ниже значения вероятности из iris.pr1 отображаются в первом столбце вместе с координатами x и y в следующих двух столбцах. Координаты x и y образуют сетку из 30 х 30 точек.

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

Я хотел бы построить координаты (предпочтительно связанные сглаженной кривой), где апостериорные вероятности равны 0,5 (т.е. границы решения).

Answer 1

Ты можешь использовать geom_contour в ggplot для достижения аналогичного эффекта. Как вы правильно предположили, вы должны преобразовать свои данные. Я в итоге просто делал

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

И затем вы можете передать этот data.frame в geom_contour и указать, что вы хотите разрывы на 0,5 с

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))

и это дает

Answer 2

Функция partimat в библиотеке klaR делает то, что вы хотите для наблюдаемых предикторов, но если вы хотите то же самое для проекций LDA, вы можете построить фрейм данных, дополняющий оригинал проекциями LD1...LDk, а затем вызвать partimat с формулой Group~LD1+...+LDk, method='lda' - тогда вы видите "плоскость LD", которую вы намеревались увидеть, приятно разделенную для вас. Мне это показалось легче, по крайней мере, объяснить учащимся, более новым для R, поскольку я просто повторно использую функцию, уже предоставленную таким образом, что она не совсем предназначена.