Supongamos que tengo los siguientes datos de cuatro dimensiones, donde los tres primeros pueden considerarse como coordenadas y el último como valores.
c1, c2, c3, value 1, 2, 6, 0.456 34, 34, 12 0.27 12, 1, 66 0.95 ¿Cómo visualizar mejor el efecto de las tres primeras coordenadas en el último valor?
Conozco tres métodos.
Uno es un gráfico 3D para las tres primeras coordenadas con el tamaño de los puntos como valor de cuatro. Pero no así de fácil ver la tendencia en los datos.
Otra es usar una serie de gráficos 3D, cada uno de los cuales tiene una coordenada fija. 
Otro puede ser un llamado «gráfico trellis» en celosía de R. No es seguro si es para este propósito pero así parece. 
Comentarios
- ¿Necesita una pantalla estática (por ejemplo, para un artículo)?
Responder
Si los tres primeros son solo coordenadas espaciales y los datos son escasos, simplemente puede hacer un diagrama de dispersión 3D con puntos de colores o tamaños diferentes para el valor.
Parece algo así como esto: 
(fuente: gatech.edu )
Si sus datos están destinados a ser continuos por naturaleza y existen en una cuadrícula de celosía, puede trazar varios isocontours de los datos usando Marching Cubes .
Otro enfoque cuando tiene datos 4D densos es mostrar varios corta " de los datos incrustados en 3D. Se verá así:
Comentarios
- El diagrama de dispersión 3D en color solo es realmente adecuado para funciones continuas en datos 3D. Si el gradiente de la función cambia suavemente, puede ver algún patrón en la dispersión de puntos. De manera similar, la visualización de volumen en la parte inferior también funciona mejor en este escenario. Si la función es muy ruidosa, tendrá dificultades para ver algo. Si tiene 4 variables explicativas (como para hacer PCA o agrupamiento), grafique 3 en coordenadas euclidianas y la cuarta usando algún mapeo no lineal para colorear para introducir algún sesgo perceptual, que no puede ser cuantificado.
- @DianneCook que ' es cierto. Supongo que ' es lo que obtengo por trabajar siempre con datos volumétricos 3D fluidos y continuos;)
- Oye, eso ' s qué pregunta la pregunta% ^)
Respuesta
¿Tiene cuatro variables cuantitativas? Si es así, pruebe recorridos, diagramas de coordenadas paralelas, matrices de diagramas de dispersión. El paquete tourr (y tourrGui) en R ejecutará recorridos, básicamente rotación en grandes dimensiones, puede elegir proyectar en 1D, 2D o más, y hay un documento JSS que puede leer para comenzar citado en el paquete. Los gráficos de coordenadas paralelas y las matrices de gráficos de dispersión están en el paquete GGally, también las matrices de gráficos de dispersión están en el paquete YaleToolkit. También puede consultar la http://www.ggobi.org para ver videos y más documentación sobre todos estos.
Si sus datos son completamente categóricos, debe usar diagramas de mosaico o variantes. Eche un vistazo al paquete productplots en R, también vcd tiene algunas funciones razonables, o el paquete ggparallel para hacer el equivalente de gráficos de coordenadas paralelas para datos categóricos. Además, acabo de descubrir que el paquete extracat tiene algunas funciones para mostrar datos categóricos.
Leí mal la pregunta, originalmente, porque me detuve en la pregunta y no leí la descripción completa. De manera similar al enfoque a continuación (puntos de coloración en 3D), puede usar el pincel vinculado para explorar funciones definidas en espacios de alta dimensión. Mire el video aquí que muestra cómo hacer esto para una función normal multivariante 3D. El pincel pinta puntos con alta densidad (valores de función altos) y luego se mueve a valores de densidad más bajos y más bajos (valores de función bajos). Las ubicaciones donde se muestrea la función se muestran en un diagrama de dispersión giratorio en 3D, utilizando el recorrido, que también podría usarse para mirar dominios dimensionales 4, 5 o superiores.
Respuesta
Prueba las caras de Chernoff . La idea es adjuntar las variables a los rasgos faciales. Por ejemplo, el tamaño de la sonrisa sería una variable, la redondez de la cara es otra, etc. Por ridículo que parezca, esto puede funcionar si encuentra una manera inteligente de asignar variables a características.
Otro La forma es mostrar proyecciones bidimensionales del diagrama de fase tridimensional. Digamos que tiene x1, x2, x3, x4 sus variables.Para cada valor de x4, dibuje una gráfica tridimensional de (x1, x2, x3) puntos y conecte los puntos. Esto funciona mejor cuando se ordena x4, p. Ej. Es la fecha o la hora.
ACTUALIZACIÓN: También puede probar los gráficos de burbujas. Tres dimensiones serían normalmente x, y, z cartesianas, y la cuarta dimensión sería el tamaño del punto de burbuja.
Puedes probar la animación, es decir, usar el tiempo como cuarta dimensión.
También una combinación de burbuja y animación: x, y, burbuja y tiempo.
También, relacionado con Chernoff es diagrama de glifo , que puede parecer un poco más serio. Son estrellas con una longitud de rayos proporcional a los valores de las variables.
Comentarios
- Gracias por la respuesta. Parece que la segunda opción es posible para mi problema. Creo que el primero no parece tan serio para un trabajo de investigación. Básicamente, me gustaría que el gráfico pudiera revelar alguna tendencia o influencia de tres factores en el valor (cuarta dimensión).
- Las caras de Chernoff se utilizaron en investigaciones serias, afaik.
- Las caras de Chernoff pueden Ser extraordinariamente útil, especialmente cuando la dimensionalidad se encuentra alrededor de 10-20 variables. Para cuatro dimensiones, no son ' t tan eficaces como otros tipos de representaciones gráficas.
- ¡Las caras de chernoff son una idea terrible! si tiene que utilizar un gráfico de iconos, utilice un gráfico de estrellas. Si tiene un conjunto de datos muy pequeño, estos pueden ser útiles, pero intente trazar 1000 iconos y vea si realmente puede ver algo.