对象多个变量间比较知识点笔记

对象多个变量间比较知识点笔记：在差异中寻求什么：把所有对象分组，找出其中最出众的或者说异常值；在多个变量间比较：星光灿烂。

对象多个变量间比较知识点笔记

• 在差异中寻求什么
  • 把所有对象分组，找出其中最出众的或者说异常值
• 在多个变量间比较
  • 热身
    • 对表格数据可视化，最直接方法是一次性都显示，可用颜色代替数字
    • 基本框架
      • 变量
        • 每一列代表该对象的一个变量
      • 对象
        • 每一行表现一个对象/观察的角度
      • 单元格
        • 每个单元格表现表格中的一个数值，其颜色根据数值多少而不同
    • 创建热点图
      • R创建
        • heatmap()
          • 数据必须是矩阵格式
          • scale='column'
            • 用每一列的最大/小值定义颜色，而不是整个矩阵
          • 自定义颜色
            • 自定义col所需的10个元素的数组
            • ColorBrewer工具包
        • order()
          • 按任一列排序
          • decreasing：升/降序
      • Illustrator改善
  • 相面术
    • 切尔诺夫脸谱图
      • 目的
        • 把每个对象的各指标当整体观察
      • 注意
        • 非业界通用标准
        • 可能让普通读者一头雾水
    • 创建切尔诺夫脸谱图
      • R创建
        • aplpack工具包
          • faces()
            • 最多支持15个变量
            • 顺序
              • 脸长
              • 脸宽
              • 脸型
              • 嘴唇高度
              • 嘴唇宽度
              • 嘴角上扬的曲线
              • 眼睛高度
              • 眼睛宽度
              • 头发高度
              • 头发宽度
              • 发型
              • 鼻子高度
              • 鼻子宽度
              • 耳朵宽度
              • 耳朵高度
  • 星光灿烂
    • 星图
      • 又称雷达图，蜘蛛图
      • 基本框架
        • 轮辐
          • 到中心的长度代表该变量的值，每根轮辐代表一个变量
        • 连接线
          • 方便观察所有变量和其他变量的关系
      • 可在一副星图表现多个对象，但数量稍多会杂乱
    • 创建星图
      • R创建
        • stars()
        • 变种
          • 把所有数据限制在圆形的上半部分
          • 体现各个扇形的长度
            • 南丁格尔图（极坐标区图）
      • Illustrator改善
  • 平行前进
    • 特点
      • 可以描述群组或各变量的关系
    • 基本框架
      • 变量
        • 代表各变量的多条轴平行放置
        • 以便找出各变量间的关系
      • 对应的标度
        • 每个变量的轴线都由最小值延伸到最大值
      • 连接线
        • 每个对象一根连接线，可在多对象间寻找共同的变化趋势
    • 创建平行坐标图
      • R创建
        • lattice工具包
          • parallel()
• 减少维度
  • 多维量法
    • 根据某些标准将对象划分为不同的群集
    • 将所有事物都考虑进来，在图表上将相互更类似的对象靠近放置
  • 利用多维量法
    • R创建
      • dist()
        • 计算每个州和其他各州的距离
      • cmdscale()
        • 把距离矩阵作为输入
        • 返回一系列点，这些点之间的差距和矩阵所指定的保持一致
      • mclust工具包
        • 基于模型聚类的方法
        • 标识各个集群
• 寻找异常值
  • 箱型图
    • boxplot()
      • 高亮显示比上四分位数、下四分位数多/少1.5倍以上的数据点