Tegyük fel, hogy a következő négy dimenziós adatom van, ahol az első három koordinátának, az utolsó pedig értéknek tekinthető.
c1, c2, c3, value 1, 2, 6, 0.456 34, 34, 12 0.27 12, 1, 66 0.95 Hogyan lehet jobban megjeleníteni az első három koordinátának az utolsó értékre gyakorolt hatását?
Három módszert ismerek.
Az egyik az első három koordináta 3D-s ábrázolása, négy pontként a pontok méretével. De ez nem olyan könnyen belátható az adatok trendje.
Egy másik 3D-s diagram sorozatát használja, amelyek mindegyikének rögzített koordinátája van. 
Egy másik lehet egy úgynevezett „rácsos grafikon” R rácsban. Nem e ebből a célból való, de úgy tűnik. 
Megjegyzések
- Szüksége van statikus megjelenítésre (pl. egy papírhoz)?
Válasz
Ha az első három csak térbeli koordinátákból áll, és az adatok ritkák, egyszerűen megtehet egy 3D-s szórási diagramot, különböző méretű vagy színes pontokkal az értékhez.
ez: 
(forrás: gatech.edu )
Ha az adatait folytonos nak kívánják tekinteni, és rácsos rácson vannak, akkor többet is ábrázolhat Az adatok egykontúrjai a menetkockák használatával.
A sűrű 4D-s adatok másik megközelítése több 2D szeletei ". Valahogy így fog kinézni:
Megjegyzések
- A színes 3D szóródeszka csak a 3D adatok folyamatos funkcióira alkalmas. Ha a függvény színátmenete zökkenőmentesen változik, akkor láthat néhány mintát a pontszóródáson. Hasonlóképpen a lenti kötetmegjelenítés ebben a forgatókönyvben is a legjobban működik. Ha a funkció nagyon zajos, akkor nehezen lát semmit. Ha 4 magyarázó változója van (például PCA vagy klaszterezéshez), akkor 3-at ábrázol az euklideszi koordinátákban, a negyedik pedig nemlineáris leképezést használ a színezéshez néhány észlelési torzítás bevezetésében, ami ' nem lehet számszerűsítve.
- @DianneCook, hogy ' igaz. Azt hiszem, ' az, amit kapok, ha mindig sima, folyamatos 3D térfogatadatokkal dolgozom;)
- Hé, hogy ' s mit kérdezett a quesiton% ^)
Válasz
Van négy kvantitatív változója? Ha igen, próbáljon meg túrákat, párhuzamos koordináta-diagramokat, szórt sáv-mátrixokat. Az R tourr (és tourrGui) csomagja túrákat fog futtatni, alapvetően nagy dimenziókban forog, kiválaszthatja az 1D, 2D vagy annál nagyobb vetítést, és van egy JSS papír, amelyet elolvashat a kezdéshez. A párhuzamos koordinátatáblák és a szóródási sávok mátrixai a GGally csomagban vannak, a szóródási sáv mátrixai pedig a YaleToolkit csomagban. Megtekintheti a http://www.ggobi.org videókat és további dokumentációt is ezekről.
Ha az adatok teljesen kategorikusak, akkor mozaikokat vagy változatokat kell használni. Vessen egy pillantást az productplots csomagra R-ben, a vcd is rendelkezik néhány ésszerű funkcióval, vagy a ggparallel csomag a párhuzamos koordinátatáblák egyenértékű elvégzéséhez a kategorikus adatokhoz. Ezenkívül az extracat csomagnak van néhány funkciója a kategorikus adatok megjelenítésére.
Eredetileg rosszul olvastam a kérdést, mert megálltam a kérdésnél, és elhanyagoltam a teljes leírás elolvasását. Az alábbi megközelítéshez hasonlóan (pontok színezése 3D-ben) használhatja a kapcsolt ecsetet a nagydimenziós terekben meghatározott funkciók feltárására. Nézze meg az itt videót, amely bemutatja, hogy ezt egy 3D többváltozós normál funkcióhoz használja-e. Az ecset nagy sűrűségű pontokat fest (magas funkcióértékek), majd egyre alacsonyabb sűrűségértékekre (alacsony funkcióértékek) lép. Azok a helyek, ahol a függvény mintavételezésre kerül, egy 3D forgó szóródiagramban jelennek meg, a körút segítségével, amely 4, 5 vagy magasabb dimenziós tartományok megtekintésére is használható.
Válasz
Próbálja ki a Chernoff arcokat . Az ötlet az, hogy a változókat csatolják az arcvonásokhoz. Például a mosoly mérete változó lehet, az arc kereksége egy másik stb. Bármennyire is nevetséges, ez valóban működhet, ha megtudja, milyen okos módja van a változók tulajdonságokhoz való hozzárendelésének.
Másik a háromdimenziós fázisdiagram 2-d vetületeinek bemutatása. Tegyük fel, hogy x1, x2, x3, x4 a változója.Minden x4 értékhez rajzoljon háromdimenziós grafikont (x1, x2, x3) pontokról, és kapcsolja össze a pontokat. Ez akkor működik a legjobban, ha x4-et rendelnek, pl. ez a dátum vagy az idő.
FRISSÍTÉS: Kipróbálhatja a buborék ábrákat is. Három dimenzió a szokásos derékszögű x, y, z, a 4. dimenzió pedig a buborék pont nagysága.
Kipróbálhatja az animációt, azaz negyedik dimenzióként használhatja az időt.
A buborék és az animáció kombinációja is: x, y, buborék és idő.
Ezenkívül a Chernoffhoz kapcsolódik karakterjel , amely kissé komolyabbnak tűnhet. Csillagai a sugarak hossza arányos a változó értékekkel.
Megjegyzések
- Köszönöm a választ. Úgy tűnik, a második lehetőség lehetséges a problémámra. Úgy gondolom, hogy az első nem tűnik olyan komolynak egy kutatási cikk számára. Alapvetően szeretném, ha a cselekmény feltárná három tényező valamilyen trendjét vagy hatását az értékre (negyedik dimenzió).
- A Chernoff-arcokat komoly kutatásokban használták, afaik.
- A Chernoff-arcok legyen rendkívül hasznos, különösen akkor, ha a dimenzió 10-20 változó körül van. Négy dimenziónál nem ' nem olyan hatékonyak, mint más típusú grafikus ábrázolások.
- a chernoff arcok rettenetes ötlet! ha ikont ábrát kell használnia, használjon csillagtervet. Ha valóban kicsi az adatkészleted, ezek hasznosak lehetnek, de próbáld meg kirajzolni az 1000 ikont, és nézd meg, hogy valóban lát-e valamit!