R:在 ggplot2 中绘制线性判别分析的后验分类概率

Question

使用 ggord可以进行很好的线性判别分析 ggplot2 biplots(参见 M. Greenacre 的“Biplots in practice”中的第 11 章图 11.5)，如

library(MASS)
install.packages("devtools")
library(devtools)
install_github("fawda123/ggord")
library(ggord)
data(iris)
ord <- lda(Species ~ ., iris, prior = rep(1, 3)/3)
ggord(ord, iris$Species)

我还想添加分类区域(显示为与它们各自的组相同颜色的实心区域，比如 alpha=0.5)或类成员的后验概率(alpha 然后根据这个后验概率和相同的颜色作为用于每个组)(可以在 BiplotGUI 中完成，但我正在寻找 ggplot2 解决方案)。有谁知道如何用 ggplot2 做到这一点，也许使用 geom_tile ?

编辑:下面有人问如何计算后验分类概率和预测类别。这是这样的:

library(MASS)
library(ggplot2)
library(scales)
fit <- lda(Species ~ ., data = iris, prior = rep(1, 3)/3)
datPred <- data.frame(Species=predict(fit)$class,predict(fit)$x)
#Create decision boundaries
fit2 <- lda(Species ~ LD1 + LD2, data=datPred, prior = rep(1, 3)/3)
ld1lim <- expand_range(c(min(datPred$LD1),max(datPred$LD1)),mul=0.05)
ld2lim <- expand_range(c(min(datPred$LD2),max(datPred$LD2)),mul=0.05)
ld1 <- seq(ld1lim[[1]], ld1lim[[2]], length.out=300)
ld2 <- seq(ld2lim[[1]], ld1lim[[2]], length.out=300)
newdat <- expand.grid(list(LD1=ld1,LD2=ld2))
preds <-predict(fit2,newdata=newdat)
predclass <- preds$class
postprob <- preds$posterior
df <- data.frame(x=newdat$LD1, y=newdat$LD2, class=predclass)
df$classnum <- as.numeric(df$class)
df <- cbind(df,postprob)
head(df)

           x        y     class classnum       setosa   versicolor virginica
1 -10.122541 -2.91246 virginica        3 5.417906e-66 1.805470e-10         1
2 -10.052563 -2.91246 virginica        3 1.428691e-65 2.418658e-10         1
3  -9.982585 -2.91246 virginica        3 3.767428e-65 3.240102e-10         1
4  -9.912606 -2.91246 virginica        3 9.934630e-65 4.340531e-10         1
5  -9.842628 -2.91246 virginica        3 2.619741e-64 5.814697e-10         1
6  -9.772650 -2.91246 virginica        3 6.908204e-64 7.789531e-10         1

colorfun <- function(n,l=65,c=100) { hues = seq(15, 375, length=n+1); hcl(h=hues, l=l, c=c)[1:n] } # default ggplot2 colours
colors <- colorfun(3)
colorslight <- colorfun(3,l=90,c=50)
ggplot(datPred, aes(x=LD1, y=LD2) ) +
    geom_raster(data=df, aes(x=x, y=y, fill = factor(class)),alpha=0.7,show_guide=FALSE) +
    geom_contour(data=df, aes(x=x, y=y, z=classnum), colour="red2", alpha=0.5, breaks=c(1.5,2.5)) +
    geom_point(data = datPred, size = 3, aes(pch = Species,  colour=Species)) +
    scale_x_continuous(limits = ld1lim, expand=c(0,0)) +
    scale_y_continuous(limits = ld2lim, expand=c(0,0)) +
    scale_fill_manual(values=colorslight,guide=F)

(并不完全确定这种使用 1.5 和 2.5 处的轮廓/断点显示分类边界的方法总是正确的 - 对于物种 1 和 2 以及物种 2 和 3 之间的边界是正确的，但如果物种 1 的区域是在物种 3 旁边，因为我会在那里得到两个边界 - 也许我必须使用使用的方法 here，其中每个物种对之间的每个边界都被单独考虑)

这让我能够绘制分类区域。我正在寻找一种解决方案，但也使用与每个物种的后验分类概率成正比的 alpha(不透明度)和特定于物种的颜色绘制每个坐标处每个物种的实际后验分类概率。换句话说，叠加了三个图像。由于 ggplot2 中的 alpha 混合已知为 order-dependent ，我认为这个堆栈的颜色必须事先计算，并使用类似的东西绘制

qplot(x, y, data=mydata, fill=rgb, geom="raster") + scale_fill_identity() 

Here is a SAS example of what I am after :



有谁知道如何做到这一点？或者有人对如何最好地表示这些后验分类概率有任何想法吗？

请注意，该方法应该适用于任意数量的组，而不仅仅是这个特定示例。

Answer 1

我想最简单的方法是显示后验概率。您的情况非常简单:

datPred$maxProb <- apply(predict(fit)$posterior, 1, max)
ggplot(datPred, aes(x=LD1, y=LD2) ) +
  geom_raster(data=df, aes(x=x, y=y, fill = factor(class)),alpha=0.7,show_guide=FALSE) +
  geom_contour(data=df, aes(x=x, y=y, z=classnum), colour="red2", alpha=0.5, breaks=c(1.5,2.5)) +
  geom_point(data = datPred, size = 3, aes(pch = Species,  colour=Species, alpha = maxProb)) +
  scale_x_continuous(limits = ld1lim, expand=c(0,0)) +
  scale_y_continuous(limits = ld2lim, expand=c(0,0)) +
  scale_fill_manual(values=colorslight, guide=F)

您可以看到点混合在蓝绿色边框处。