r - 在 R 中的 2D 直方图中查找高密度区域
问题描述
我有一系列使用 MASS 的 kde2d 函数以下列方式创建的 2D 直方图:
# Loading libraries
library(MASS)
library(RcolorBrewer)
# Loading data
data <- as.matrix(read.table('data.dat'))
# Create the 2dhist object
hist_2d <- kde2d(data[,1],data[,2],n = 60, lims=c(-180,180,-180,180))
# Define the color palette
rf <- colorRampPalette(rev(brewer.pal(11,'Spectral')))
r <- rf(60)
# Defining the axis
at_x = seq(-180,180,by=30)
at_y = seq(-180,180,by=30)
# Plot the 2DHistogram
image(hist_2d,col=r,cex.main=3,main='Q68L',axes=F)
axis(1,lwd.ticks=2,at=at_x,labels=T,cex.axis=2)
axis(2,lwd.ticks=2,at=at_y,labels=T,cex.axis=2)
生成的直方图如下所示。如何识别所有高密度区域(我在白色方块内标记)?这个问题的理想解决方案是一个函数,它为每个高密度区域抛出一个 (x,y) 范围,以便它可以应用于多个数据集。
提前致谢,如果您需要更多信息,请告诉我
解决方案
通过正确的数据表示,这可以通过聚类分析来完成。由于您不提供数据,我将用kde2d
帮助页面上使用的数据来说明——间歇泉数据。该数据对“高密度”区域(例如您的示例图片)进行了非常清晰的分离,因此我将仅使用简单的 k-means 聚类。
library(MASS)
attach(geyser)
f2 <- kde2d(duration, waiting, n = 50, lims = c(0.5, 6, 40, 100),
h = c(width.SJ(duration), width.SJ(waiting)) )
image(f2, zlim = c(0, 0.05))
我们需要找到“热点”。为了了解应该将哪些值视为“高”,我们可以查看箱线图。
boxplot(as.vector(f2$z))
基于此,我会稍微随意使用 z 值大于 0.012 的点。您将需要针对您的特定问题进行调整。
Hot = which(f2$z > 0.012, arr.ind = TRUE)
HotPoints = data.frame(x=f2$x[Hot[,1]], y=f2$y[Hot[,2]])
plot(HotPoints, pch=20, xlim = c(0.5,6), ylim = c(40,100))
现在我们需要对这些点进行聚类并找到聚类的 x 和 y 范围。首先,我做的很简单,并表明结果是合理的。
KM3 = kmeans(scale(HotPoints), 3)
plot(HotPoints, pch=20, xlim = c(0.5,6), ylim = c(40,100))
for(i in 1:3) {
Rx = range(HotPoints[KM3$cluster == i,1])
Ry = range(HotPoints[KM3$cluster == i,2])
polygon(c(Rx, rev(Rx)), rep(Ry, each=2))
}
我不确定您希望如何将结果呈现给您,但是将它们全部集中在一个地方的一种方法是:
XRanges = sapply(unique(KM3$cluster),
function(i) range(HotPoints[KM3$cluster == i,1]))
XRanges
[,1] [,2] [,3]
[1,] 3.979592 3.867347 1.734694
[2,] 4.877551 4.316327 2.071429
YRanges = sapply(unique(KM3$cluster),
function(i) range(HotPoints[KM3$cluster == i,2]))
YRanges
[,1] [,2] [,3]
[1,] 47.34694 70.61224 73.06122
[2,] 62.04082 87.75510 95.10204
这为三个集群中的每一个提供了 x 和 y 的最小值和最大值。
然而,我在这里做了一些选择,我想指出我仍然为你留下了一些工作。您还需要做的事情:
1. 您需要选择一个截止点,以获得一个集群需要多高的密度。
2. 给定截止点以上的点,您需要说明要生成多少个集群。
其余的机器都在那里。
推荐阅读
- stm32 - Keil uvision 5无法下载flash
- lotus-notes - Lotus Domino Designer - Java 日志类:openAgentLog 不工作
- php - 我在 wordpress 网站中找不到重定向代码
- apache-spark - 我们如何在 Spark-submit 期间限制 VCore 的使用
- javascript - 是否可以使用类似 LIKE 运算符的字符串在 javascript 对象中进行搜索?
- typescript - TypeScript 绑定上下文
- typescript - 带有打字稿的Webpack4无法解析模块
- node.js - 无法将 needsUpdate 设置为 true
- angularjs - 如何在更改时在所选选项功能内传递活动链接值
- string - 以字符串形式访问 Vec<&[u8]> 的正确方法