Venn 도표 방식으로 산점도 데이터를 나타 냅니까?

Question

필자는 데이터의 여러 부분 집합을 나타내는 여러 분산 형 플롯을 사용합니다. 나는 시각적으로 데이터의 부분 집합의 겹침/부족을 시각적으로 표현하는 방법을 찾고 싶다. R 또는 Matlab에서 데이터의 평균 및 분산을 고려한 타원형으로 각 데이터 집합을 변환하는 가장 좋은 방법은 무엇입니까? 나는 본질적으로 3 개의 분리 된 산점도를 벤 다이어그램으로 바꾸고 싶다. A는 @hrbrmstr 의해 연결된 Q &에 제시된 해결책에 추가

Answer 1

, 그것의 litteral 표현 볼록 포를 사용하여 달성 될 수

library(scales) #Only for the transparency effect 
data(iris) 
plot(iris$Sepal.Length, iris$Sepal.Width, type="n") 
a <- split(iris, iris$Species) #Separate the dataset by ID (here species) 
for(i in seq_along(a)){ 
    h <- chull(a[[i]]) #Compute convex hull for each group 
    h <- c(h, h[1]) 
    polygon(a[[i]][h,], col=alpha(i,.5), border=NA) #Plot it 
    } 
points(iris$Sepal.Length, iris$Sepal.Width, col=iris$Species, pch=19) #Add data points 

Answer 2

당신은 ellipse 함수를 사용할 수도 타원 패키지에서 타원의 점을 계산하려면 각 데이터 그룹에 대해 타원 함수에 평균, 표준 편차 및 상관 관계를 부여한 다음 결과를 lines 함수에 전달하여 산점도에 추가합니다. 그룹이 적당하다면 잘 작동하지만, 그룹에 강한 왜곡이 있으면 타원이 잘 맞지 않습니다.

다른 옵션은 chull 함수를 사용하여 그룹의 모든 점을 포함하는 복잡한 선체를 계산하는 것입니다. 이것을 사용하여 모든 점을 포함하는 폴리곤을 그릴 수 있습니다 (일부는 폴리곤을 만질 것입니다). 다각형보다 더 부드러운 것을 원하면 lines 또는 polygon이 아닌 xspline 함수를 사용하여 도면을 작성하십시오. 다음은 몇 가지 예제 코드입니다 :

with(iris, plot(Petal.Width, Petal.Length, col=c('red','green','blue')[Species])) 

tmp <- chull(iris[ iris$Species=='setosa', c('Petal.Width','Petal.Length')]) 
xspline(iris[ iris$Species=='setosa', c('Petal.Width','Petal.Length')][tmp,], 
    border='red',open=FALSE, shape= -0.75) 

tmp <- chull(iris[ iris$Species=='versicolor', c('Petal.Width','Petal.Length')]) 
xspline(iris[ iris$Species=='versicolor', c('Petal.Width','Petal.Length')][tmp,], 
    border='green',open=FALSE, shape= -0.75) 

tmp <- chull(iris[ iris$Species=='virginica', c('Petal.Width','Petal.Length')]) 
xspline(iris[ iris$Species=='virginica', c('Petal.Width','Petal.Length')][tmp,], 
    border='blue',open=FALSE, shape= -0.75) 



library(ellipse) 

with(iris, plot(Petal.Width, Petal.Length, col=c('red','green','blue')[Species])) 

polygon(ellipse( 
    var(iris[ iris$Species=='setosa', c('Petal.Width','Petal.Length') ]), 
    centre=colMeans(iris[ iris$Species=='setosa', c('Petal.Width','Petal.Length') ]), 
    t=3), 
    border='red') 

polygon(ellipse( 
    var(iris[ iris$Species=='versicolor', c('Petal.Width','Petal.Length') ]), 
    centre=colMeans(iris[ iris$Species=='versicolor', c('Petal.Width','Petal.Length') ]), 
    t=3), 
    border='green') 

polygon(ellipse( 
    var(iris[ iris$Species=='virginica', c('Petal.Width','Petal.Length') ]), 
    centre=colMeans(iris[ iris$Species=='virginica', c('Petal.Width','Petal.Length') ]), 
    t=3), 
    border='blue')