আমি পূর্বাভাস বনাম প্রকৃত মূল্যবোধ পাশাপাশি বনাম অবশিষ্টাংশের প্লটের সাথে একটি পূর্বেযুক্ত প্লট তৈরি করছি। আমি shinyবিভিন্ন প্রশিক্ষণের পরামিতি ব্যবহার করে মডেলিংয়ের প্রচেষ্টাগুলির ফলাফলগুলি অন্বেষণে সহায়তা করতে ব্যবহার করব । আমি 85% ডেটা দিয়ে মডেলটিকে প্রশিক্ষণ দিই, বাকী 15% পরীক্ষা করে দেখি এবং 5 বার পুনরাবৃত্তি করে প্রতিবার আসল / পূর্বাভাসিত মান সংগ্রহ করি। অবশিষ্টাংশ গণনা করার পরে, আমার data.frameচেহারাটি এর মতো:
head(results)
act pred resid
2 52.81000 52.86750 -0.05750133
3 44.46000 42.76825 1.69175252
4 54.58667 49.00482 5.58184181
5 36.23333 35.52386 0.70947731
6 53.22667 48.79429 4.43237981
7 41.72333 41.57504 0.14829173
আমি যা চাই:
predবনামactএবংpredবনাম এর পাশাপাশি প্লট ।resid- এক্স / y পর্যন্ত পরিসীমা / সীমা
predবনামactএকই, আদর্শভাবে থেকে হতেmin(min(results$act), min(results$pred))থেকেmax(max(results$act), max(results$pred)) - এক্স / y পর্যন্ত পরিসীমা / সীমা
predবনামresidনা আমি কি প্রকৃত বনাম পূর্বাভাস চক্রান্ত করার জন্য কী দ্বারা প্রভাবিত হতে পারে। জন্য ষড়যন্ত্রxউপর শুধুমাত্র পূর্বাভাস মূল্যবোধ ওyওভার শুধুমাত্র অবশিষ্ট পরিসীমা জরিমানা।
পাশাপাশি উভয় প্লট দেখতে, আমি তথ্য গলে:
library(reshape2)
plot <- melt(results, id.vars = "pred")
এখন প্লট করুন:
library(ggplot2)
p <- ggplot(plot, aes(x = pred, y = value)) + geom_point(size = 2.5) + theme_bw()
p <- p + facet_wrap(~variable, scales = "free")
print(p)
এটি আমি যা চাই তার কাছাকাছি:
আমি কি চাই x এর জন্য হয় এবং প্রকৃত বনাম জন্য Y রেঞ্জ একই পূর্বাভাস, কিন্তু আমি নিশ্চিত যে নির্দিষ্ট করার কিভাবে নই, আর আমি না যে বনাম যেহেতু অবশিষ্ট চক্রান্ত পূর্বাভাস জন্য করা প্রয়োজন ব্যাপ্তি সম্পূর্ণ আলাদা।
আমি উভয়ের জন্য এই জাতীয় কিছু যুক্ত করার চেষ্টা করেছি scale_x_continousএবং scale_y_continuous:
min_xy <- min(min(plot$pred), min(plot$value))
max_xy <- max(max(plot$pred), max(plot$value))
p <- ggplot(plot, aes(x = pred, y = value)) + geom_point(size = 2.5) + theme_bw()
p <- p + facet_wrap(~variable, scales = "free")
p <- p + scale_x_continuous(limits = c(min_xy, max_xy))
p <- p + scale_y_continuous(limits = c(min_xy, max_xy))
print(p)
তবে min()এটি অবশিষ্টাংশের মান তুলে ধরে ।
আমার একটি সর্বশেষ ধারণা ছিল গলানোর আগে সর্বনিম্ন actএবং predভেরিয়েবলের মান সংরক্ষণ করা এবং তারপরে কোন দিকটি প্রদর্শিত হয় তা নির্দেশ করার জন্য সেগুলি গলিত ডেটা ফ্রেমে যুক্ত করুন:
head(results)
act pred resid
2 52.81000 52.86750 -0.05750133
3 44.46000 42.76825 1.69175252
4 54.58667 49.00482 5.58184181
5 36.23333 35.52386 0.70947731
min_xy <- min(min(results$act), min(results$pred))
max_xy <- max(max(results$act), max(results$pred))
plot <- melt(results, id.vars = "pred")
plot <- rbind(plot, data.frame(pred = c(min_xy, max_xy),
variable = c("act", "act"), value = c(max_xy, min_xy)))
p <- ggplot(plot, aes(x = pred, y = value)) + geom_point(size = 2.5) + theme_bw()
p <- p + facet_wrap(~variable, scales = "free")
print(p)
পয়েন্টগুলিও প্রদর্শন করে ব্যতিক্রম বাদে আমি যা চাই তা তা করে:
এরকম কিছু করার জন্য কোনও পরামর্শ?
আমি এই ধারণাটি যুক্ত করতে দেখেছি geom_blank(), তবে কীভাবে aes()বিটটি নির্দিষ্ট করতে হবে এবং এটি সঠিকভাবে কাজ করবে বা geom_point()হিস্টগ্রামের ব্যবহারের সমতুল্য কী তা আমি নিশ্চিত নই aes(y = max(..count..))।
এখানে খেলার জন্য ডেটা রয়েছে (আমার আসল, পূর্বাভাস দেওয়া এবং গলানোর আগে অবশিষ্টাংশগুলি):
> dput(results)
structure(list(act = c(52.81, 44.46, 54.5866666666667, 36.2333333333333,
53.2266666666667, 41.7233333333333, 35.2966666666667, 30.6833333333333,
39.25, 35.8866666666667, 25.1, 29.0466666666667, 23.2766666666667,
56.3866666666667, 42.92, 41.57, 27.92, 23.16, 38.0166666666667,
61.8966666666667, 37.41, 41.6333333333333, 35.9466666666667,
48.9933333333333, 30.5666666666667, 32.08, 40.3633333333333,
53.2266666666667, 64.6066666666667, 38.5366666666667, 41.7233333333333,
25.78, 33.4066666666667, 27.8033333333333, 39.3266666666667,
48.9933333333333, 25.2433333333333, 32.67, 55.17, 42.92, 54.5866666666667,
23.16, 64.6066666666667, 40.7966666666667, 39.0166666666667,
41.6333333333333, 35.8866666666667, 25.1, 23.2766666666667, 44.46,
34.2166666666667, 40.8033333333333, 24.5766666666667, 35.73,
61.8966666666667, 62.1833333333333, 74.6466666666667, 39.4366666666667,
36.6, 27.1333333333333), pred = c(52.8675013282404, 42.7682474758679,
49.0048248585123, 35.5238560262515, 48.7942868566949, 41.5750416040131,
33.9548164913007, 29.9787449128663, 37.6443975781139, 36.7196211666685,
27.6043278172077, 27.0615724310721, 31.2073056885252, 55.0886903524179,
43.0895814712768, 43.0895814712768, 32.3549865881578, 26.2428426737583,
36.6926037128343, 56.7987490221996, 45.0370788180147, 41.8231642271826,
38.3297859332601, 49.5343916620086, 30.8535641206809, 29.0117492750411,
36.9767968381391, 49.0826677983065, 54.4678549541069, 35.5059204731218,
41.5333417555995, 27.6069075391361, 31.2404889715121, 27.8920960978598,
37.8505531149324, 49.2616631533957, 30.366837650159, 31.1623492639066,
55.0456078770405, 42.772538591063, 49.2419293590535, 26.1963523976241,
54.4080781796616, 44.9796700541254, 34.6996927469131, 41.6227713664027,
36.8449646519306, 27.5318686661673, 31.6641793552795, 42.8198894266632,
40.5769177148146, 40.5769177148146, 29.3807781312816, 36.8579132935989,
55.5617033901752, 55.8097119335638, 55.1041728261666, 43.6094641699075,
37.0674887276681, 27.3876960746536), resid = c(-0.0575013282403773,
1.69175252413213, 5.58184180815435, 0.709477307081826, 4.43237980997177,
0.148291729320228, 1.34185017536599, 0.704588420467079, 1.60560242188613,
-0.832954500001826, -2.50432781720766, 1.98509423559461, -7.93063902185855,
1.29797631424874, -0.169581471276786, -1.51958147127679, -4.43498658815778,
-3.08284267375831, 1.32406295383237, 5.09791764446704, -7.62707881801468,
-0.189830893849219, -2.38311926659339, -0.541058328675241, -0.286897454014273,
3.06825072495888, 3.38653649519422, 4.14399886836018, 10.1388117125598,
3.03074619354486, 0.189991577733821, -1.82690753913609, 2.16617769515461,
-0.088762764526507, 1.47611355173427, -0.268329820062384, -5.12350431682565,
1.5076507360934, 0.124392122959534, 0.147461408936991, 5.34473730761318,
-3.03635239762411, 10.1985884870051, -4.18300338745873, 4.31697391975358,
0.0105619669306023, -0.958297985263961, -2.43186866616734, -8.38751268861282,
1.64011057333683, -6.36025104814794, 0.226415618518729, -4.80411146461488,
-1.1279132935989, 6.33496327649151, 6.37362139976954, 19.5424938405001,
-4.17279750324084, -0.467488727668119, -0.254362741320246)), .Names = c("act",
"pred", "resid"), row.names = c(2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L,
10L, 11L, 12L, 13L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L,
24L, 25L, 26L, 28L, 29L, 30L, 31L, 32L, 33L, 34L, 35L, 36L, 37L,
38L, 39L, 41L, 42L, 43L, 44L, 45L, 46L, 47L, 48L, 49L, 50L, 51L,
52L, 54L, 55L, 56L, 57L, 58L, 59L, 60L, 61L, 62L, 63L, 64L, 65L
), class = "data.frame")
শুধু কৌতূহলী - কেন একই গ্রাফে প্রকৃত এবং অবশিষ্টাংশ প্লট করবেন না?
—
রিকার্ডো সাপোর্টা
আমি প্লটগুলি আলাদাভাবে তৈরি করব এবং তারপরে ব্যবহার করব
—
জোরান
grid.arrange।
@ রিকার্ডো সাপোর্টা এমন কোনও গুগল চিত্র রয়েছে যা আপনি উদাহরণ হিসাবে লিঙ্ক করতে পারেন? আপনি কি
—
হেন্ডি
ggplot(plot, aes(x = pred, y = value)) + geom_point()গলনা -পরবর্তী তথ্য ব্যবহার করে পরামর্শ দিচ্ছেন যে আমি কোনও মুখোমুখি না হয়ে থাকি? অ-র্যান্ডমনেস / স্কিউ সনাক্তকরণে এটি কী কঠিনভাবে অবশিষ্টাংশের স্কেলকে সঙ্কুচিত করবে না?
আমার অন্যান্য মন্তব্য facetting হয় হয় কম কোড ... আমি শুধু গলে, তারপর দ্বারা প্লটে বিভক্ত এবং পল ছিল
—
হেন্ডি
variableদ্বারা নির্মিত মান melt()। তারপরে আবার, আমি মনে করি আমি lapplyবিভিন্ন সংমিশ্রণ প্লট করার জন্য তৈরি একটি তালিকায় এগুলি সংরক্ষণ করতে পারি । ইনপুট জন্য ধন্যবাদ। আপনি যদি কোনও gridসমাধান তৈরি করতে চান তবে আমি উত্তরটি গ্রহণ করতে পারি, যদিও আমরা যদি সেই gridপথটিই গ্রহণ করি তবে এটি অন্যান্য ভিত্তিক সমাধানগুলির একটি নকলও হতে পারে।
@ জোড়ান এবং আমি খুঁজে পেয়েছি যে আমি নিয়মিতভাবে লোকদের এমন ব্যবহার না করার পরামর্শ দিচ্ছি
—
ব্যাপটিস্ট
grid.arrangeযা প্রায় অলসভাবে লেআউটটি গণ্ডগোল করে দেয়। আমি আশা করি gtable এর দীর্ঘকালীন বাগগুলি সম্বোধন করা হয়েছে।
