"ভিত্তি" শ্রেণীর জন্য এখানে একটি autoplot
পদ্ধতি রয়েছে (যা বিএস এবং এনএস উভয়ই উত্তরাধিকার সূত্রে প্রাপ্ত):
library(ggplot2)
library(magrittr)
library(reshape2)
library(stringr)
autoplot.basis <- function(basis, n=1000) {
all.knots <- sort(c(attr(basis,"Boundary.knots") ,attr(basis, "knots"))) %>%
unname
bounds <- range(all.knots)
knot.values <- predict(basis, all.knots) %>%
set_colnames(str_c("S", seq_len(ncol(.))))
newx <- seq(bounds[1], bounds[2], length.out = n+1)
interp.values <- predict(basis, newx) %>%
set_colnames(str_c("S", seq_len(ncol(.))))
knot.df <- data.frame(x=all.knots, knot.values) %>%
melt(id.vars="x", variable.name="Spline", value.name="y")
interp.df <- data.frame(x=newx, interp.values) %>%
melt(id.vars="x", variable.name="Spline", value.name="y")
ggplot(interp.df) +
aes(x=x, y=y, color=Spline, group=Spline) +
geom_line() +
geom_point(data=knot.df) +
scale_color_discrete(guide=FALSE)
}
এটি আপনাকে কেবল autoplot
একটি এনএস বা বিএস অবজেক্টে কল করতে দেয় । জবোম্যানের উদাহরণ গ্রহণ করা:
library(splines)
x <- seq(0, 1, by=0.001)
spl <- bs(x,df=6)
autoplot(spl)
যা উত্পাদন করে:
সম্পাদনা করুন: এটি ggfortify প্যাকেজের পরবর্তী সংস্করণে অন্তর্ভুক্ত হবে: https://github.com/sinhrks/ggfortify/pull/129 । এর পরে, আমি বিশ্বাস করি আপনার যা প্রয়োজন তা হ'ল:
library(splines)
library(ggfortify)
x <- seq(0, 1, by=0.001)
spl <- bs(x,df=6)
autoplot(spl)
matplot
কলামগুলির মধ্যে লুপিং না করে ফাংশনটি ব্যবহার করা কিছুটা দক্ষ ।