R语言多维数据层次聚类散点图矩阵、配对图、平行坐标图、树状图可视化城市宏观经济指标数据
原文链接：http://tecdat.cn/?p=24511
本文通过一些指数对散点图矩阵和平行坐标显示中的面板进行排序，并根据其数值水平对面板进行着色。
显示相关矩阵
cor <- cor(ley)
leclr <- mat.colr(cor)mtcolr 根据相关性大小为相关性分配三种颜色。高相关性为红色，中间三分之一为蓝色，底部三分之一为天蓝色。plclrs(lolr,label=ronms(coor)
文章图片
如果要更改配色方案：
leolo <- colr(cor, brak=FALE)
lecor <- tcor(cor, bes,
c.cr(4))如果在绘图之前重新排列变量，则绘图更容易解释。
oge <- rdclust(lnlcor)
lgeolor1 <- nlclor\[lne.,lo.\]
plot(lnco1,dlbls=rwe(ngyr1))
文章图片
显示带有彩色面板的配对图
cpairs 是 pairs 所有高相关面板一起出现在一个块中的一个版本。pais(loly, orr= lolo,acor= lgy.or)
文章图片
如果
order 未提供 ，则按默认数据集顺序绘制变量。用彩色面板显示平行坐标图 平行坐标图面板可以着色的版本 。同样，红色面板具有高相关性，蓝色面板具有中等相关性，天蓝色面板具有低相关性。
pard(lng, ordr= loyo,color= colr,
horol=TRUE)
文章图片
绘制重新排序的树状图
eurodist 是一个内置的距离矩阵，给出了城市之间的距离。hclst(dis, "ave")
plt(hc)
文章图片
重新排序树状图以提高附近分支之间的相似性。将其应用于
hc 对象：ordeu(hc, dis)
文章图片
两个树状图对应于相同的树结构，但第二个树状图显示巴黎和瑟堡比离慕尼黑更近，罗马离直布罗陀比离巴塞罗那更近。
我们还可以将两种排序与颜色的图像图进行比较。第二个排序似乎将附近的城市彼此靠近。
ct <- dor(edt, rev(cs(5)))
pltcl(cma, rles=lals)
文章图片
文章图片
最受欢迎的见解
1.R语言k-Shape算法股票价格时间序列聚类
2.R语言中不同类型的聚类方法比较
3.R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归
4.r语言鸢尾花iris数据集的层次聚类
5.Python Monte Carlo K-Means聚类实战
6.用R进行网站评论文本挖掘聚类
7.用于NLP的Python：使用Keras的多标签文本LSTM神经网络
8.R语言对MNIST数据集分析 探索手写数字分类数据
【R语言多维数据层次聚类散点图矩阵、配对图、平行坐标图、树状图可视化城市宏观经济指标数据】9.R语言基于Keras的小数据集深度学习图像分类
推荐阅读
- Docker应用:容器间通信与Mariadb数据库主从复制
- 【生信技能树】R语言练习题|【生信技能树】R语言练习题 - 中级
- 一起来学习C语言的字符串转换函数
- C语言字符函数中的isalnum()和iscntrl()你都知道吗
- C语言浮点函数中的modf和fmod详解
- C语言中的时间函数clock()和time()你都了解吗
- 使用协程爬取网页，计算网页数据大小
- C语言学习|第十一届蓝桥杯省赛 大学B组 C/C++ 第一场
- Java|Java基础——数组
- Python数据分析(一)（Matplotlib使用）