Je crée un graphique à facettes pour afficher les valeurs prévues par rapport aux valeurs réelles côte à côte avec un graphique de la valeur prédite par rapport aux résidus. J'utiliserai shiny
pour aider à explorer les résultats des efforts de modélisation en utilisant différents paramètres d'entraînement. J'entraîne le modèle avec 85% des données, je teste sur les 15% restants et je le répète 5 fois, collectant à chaque fois les valeurs réelles / prévues. Après avoir calculé les résidus, mon data.frame
ressemble à ceci:
head(results)
act pred resid
2 52.81000 52.86750 -0.05750133
3 44.46000 42.76825 1.69175252
4 54.58667 49.00482 5.58184181
5 36.23333 35.52386 0.70947731
6 53.22667 48.79429 4.43237981
7 41.72333 41.57504 0.14829173
Ce que je veux:
- Graphique côte à côte de
pred
vs.act
etpred
vs.resid
- La plage / limites x / y pour
pred
vsact
être la même, idéalement demin(min(results$act), min(results$pred))
àmax(max(results$act), max(results$pred))
- La plage / limites x / y pour
pred
vsresid
ne pas être affectée par ce que je fais à l'intrigue réelle vs prévue. Tracerx
uniquement les valeurs prédites ety
uniquement la plage résiduelle est très bien.
Afin de visualiser les deux graphiques côte à côte, je fusionne les données:
library(reshape2)
plot <- melt(results, id.vars = "pred")
Maintenant, tracez:
library(ggplot2)
p <- ggplot(plot, aes(x = pred, y = value)) + geom_point(size = 2.5) + theme_bw()
p <- p + facet_wrap(~variable, scales = "free")
print(p)
C'est assez proche de ce que je veux:
Ce que j'aimerais, c'est que les plages x et y pour les valeurs réelles et prévues soient identiques, mais je ne suis pas sûr de savoir comment le spécifier, et je n'ai pas besoin de cela pour le graphique prévu par rapport au résidu puisque le les gammes sont complètement différentes.
J'ai essayé d'ajouter quelque chose comme ça pour les deux scale_x_continous
et scale_y_continuous
:
min_xy <- min(min(plot$pred), min(plot$value))
max_xy <- max(max(plot$pred), max(plot$value))
p <- ggplot(plot, aes(x = pred, y = value)) + geom_point(size = 2.5) + theme_bw()
p <- p + facet_wrap(~variable, scales = "free")
p <- p + scale_x_continuous(limits = c(min_xy, max_xy))
p <- p + scale_y_continuous(limits = c(min_xy, max_xy))
print(p)
Mais cela reprend min()
les valeurs résiduelles.
Une dernière idée que j'ai eue est de stocker la valeur du minimum act
et des pred
variables avant la fusion, puis de les ajouter au bloc de données fondu afin de dicter dans quelle facette elles apparaissent:
head(results)
act pred resid
2 52.81000 52.86750 -0.05750133
3 44.46000 42.76825 1.69175252
4 54.58667 49.00482 5.58184181
5 36.23333 35.52386 0.70947731
min_xy <- min(min(results$act), min(results$pred))
max_xy <- max(max(results$act), max(results$pred))
plot <- melt(results, id.vars = "pred")
plot <- rbind(plot, data.frame(pred = c(min_xy, max_xy),
variable = c("act", "act"), value = c(max_xy, min_xy)))
p <- ggplot(plot, aes(x = pred, y = value)) + geom_point(size = 2.5) + theme_bw()
p <- p + facet_wrap(~variable, scales = "free")
print(p)
Cela fait ce que je veux, à l'exception que les points apparaissent aussi:
Des suggestions pour faire quelque chose comme ça?
J'ai vu cette idée à ajouter geom_blank()
, mais je ne sais pas comment spécifier le aes()
bit et le faire fonctionner correctement, ni quel est l' geom_point()
équivalent de l'utilisation de l'histogramme aes(y = max(..count..))
.
Voici les données avec lesquelles jouer (mes valeurs réelles, prévues et résiduelles avant la fusion):
> dput(results)
structure(list(act = c(52.81, 44.46, 54.5866666666667, 36.2333333333333,
53.2266666666667, 41.7233333333333, 35.2966666666667, 30.6833333333333,
39.25, 35.8866666666667, 25.1, 29.0466666666667, 23.2766666666667,
56.3866666666667, 42.92, 41.57, 27.92, 23.16, 38.0166666666667,
61.8966666666667, 37.41, 41.6333333333333, 35.9466666666667,
48.9933333333333, 30.5666666666667, 32.08, 40.3633333333333,
53.2266666666667, 64.6066666666667, 38.5366666666667, 41.7233333333333,
25.78, 33.4066666666667, 27.8033333333333, 39.3266666666667,
48.9933333333333, 25.2433333333333, 32.67, 55.17, 42.92, 54.5866666666667,
23.16, 64.6066666666667, 40.7966666666667, 39.0166666666667,
41.6333333333333, 35.8866666666667, 25.1, 23.2766666666667, 44.46,
34.2166666666667, 40.8033333333333, 24.5766666666667, 35.73,
61.8966666666667, 62.1833333333333, 74.6466666666667, 39.4366666666667,
36.6, 27.1333333333333), pred = c(52.8675013282404, 42.7682474758679,
49.0048248585123, 35.5238560262515, 48.7942868566949, 41.5750416040131,
33.9548164913007, 29.9787449128663, 37.6443975781139, 36.7196211666685,
27.6043278172077, 27.0615724310721, 31.2073056885252, 55.0886903524179,
43.0895814712768, 43.0895814712768, 32.3549865881578, 26.2428426737583,
36.6926037128343, 56.7987490221996, 45.0370788180147, 41.8231642271826,
38.3297859332601, 49.5343916620086, 30.8535641206809, 29.0117492750411,
36.9767968381391, 49.0826677983065, 54.4678549541069, 35.5059204731218,
41.5333417555995, 27.6069075391361, 31.2404889715121, 27.8920960978598,
37.8505531149324, 49.2616631533957, 30.366837650159, 31.1623492639066,
55.0456078770405, 42.772538591063, 49.2419293590535, 26.1963523976241,
54.4080781796616, 44.9796700541254, 34.6996927469131, 41.6227713664027,
36.8449646519306, 27.5318686661673, 31.6641793552795, 42.8198894266632,
40.5769177148146, 40.5769177148146, 29.3807781312816, 36.8579132935989,
55.5617033901752, 55.8097119335638, 55.1041728261666, 43.6094641699075,
37.0674887276681, 27.3876960746536), resid = c(-0.0575013282403773,
1.69175252413213, 5.58184180815435, 0.709477307081826, 4.43237980997177,
0.148291729320228, 1.34185017536599, 0.704588420467079, 1.60560242188613,
-0.832954500001826, -2.50432781720766, 1.98509423559461, -7.93063902185855,
1.29797631424874, -0.169581471276786, -1.51958147127679, -4.43498658815778,
-3.08284267375831, 1.32406295383237, 5.09791764446704, -7.62707881801468,
-0.189830893849219, -2.38311926659339, -0.541058328675241, -0.286897454014273,
3.06825072495888, 3.38653649519422, 4.14399886836018, 10.1388117125598,
3.03074619354486, 0.189991577733821, -1.82690753913609, 2.16617769515461,
-0.088762764526507, 1.47611355173427, -0.268329820062384, -5.12350431682565,
1.5076507360934, 0.124392122959534, 0.147461408936991, 5.34473730761318,
-3.03635239762411, 10.1985884870051, -4.18300338745873, 4.31697391975358,
0.0105619669306023, -0.958297985263961, -2.43186866616734, -8.38751268861282,
1.64011057333683, -6.36025104814794, 0.226415618518729, -4.80411146461488,
-1.1279132935989, 6.33496327649151, 6.37362139976954, 19.5424938405001,
-4.17279750324084, -0.467488727668119, -0.254362741320246)), .Names = c("act",
"pred", "resid"), row.names = c(2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L,
10L, 11L, 12L, 13L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L,
24L, 25L, 26L, 28L, 29L, 30L, 31L, 32L, 33L, 34L, 35L, 36L, 37L,
38L, 39L, 41L, 42L, 43L, 44L, 45L, 46L, 47L, 48L, 49L, 50L, 51L,
52L, 54L, 55L, 56L, 57L, 58L, 59L, 60L, 61L, 62L, 63L, 64L, 65L
), class = "data.frame")
grid.arrange
.
ggplot(plot, aes(x = pred, y = value)) + geom_point()
sans facettage? Cela ne réduirait-il pas vraiment l'échelle des résidus pour rendre difficile la détection du non-aléatoire / asymétrie?
variable
valeur créée par melt()
. Là encore, je suppose que je pourrais les stocker dans une liste créée par lapply
pour tracer diverses combinaisons. Merci pour la contribution. Si vous souhaitez créer une grid
solution, je peux accepter la réponse, mais si c'est la voie que nous empruntons, cela pourrait tout aussi bien être un double des autres grid
solutions basées sur les autres .
grid.arrange
ce qui gâche presque invariablement la mise en page. Je souhaite que les bugs de longue date de gtable soient corrigés.