我按照使用“rgl”包进行3D可视化的教程进行了操作,教程链接在这里。
我成功绘制了一个“鸢尾花”数据的3D散点图,并创建了一个包围95%数据点的椭球体:
虽然两个种群之间可以清楚地区分开来,但椭球体彼此相交。因此,椭球不能很好地可视化数据点。在2D图中,我会选择使用多项式包围所有数据点,但在3D中,应该使用凸包,即由三个外部数据点组成的三角形区域组成的多面体。
我认为使用“geometry”包中的QuickHull算法的convhulln()函数将很有帮助,但我无法使用它。
有人有想法如何在rgl绘图中呈现这样的凸包吗?是否也可以使用plot3D包做到这一点,因为这里有一个很棒的教程here,我可以用它来制作自己的数据漂亮的图形。
我只是一个生物学家,使用R进行科学研究,而不是数学家或R程序员,请为我解释你的解决方案。非常感谢。
我成功绘制了一个“鸢尾花”数据的3D散点图,并创建了一个包围95%数据点的椭球体:
library("rgl")
data(iris)
x <- sep.l <- iris$Sepal.Length
y <- pet.l <- iris$Petal.Length
z <- sep.w <- iris$Sepal.Width
plot3d(x, y, z, col="blue", box = FALSE,
type ="s", radius = 0.15)
ellips <- ellipse3d(cov(cbind(x,y,z)),
centre=c(mean(x), mean(y), mean(z)), level = 0.95)
plot3d(ellips, col = "blue", alpha = 0.2, add = TRUE, box = FALSE)
我知道前50个数据点与数据集的其余部分属于不同的人群,因此请用不同的颜色标记它们,并使用两个椭圆覆盖它们:
plot3d(x, y, z, col=c(rep("gold2",50),rep("forestgreen",100)), box = FALSE,
type ="s", radius = 0.15)
ellips1 <- ellipse3d(cov(cbind(x[1:50],y[1:50],z[1:50])),
centre=c(mean(x[1:50]), mean(y[1:50]), mean(z[1:50])), level = 0.999)
ellips2 <- ellipse3d(cov(cbind(x[51:150],y[51:150],z[51:150])),
centre=c(mean(x[51:150]), mean(y[51:150]), mean(z[51:150])), level = 0.999)
plot3d(ellips1, col = "gold2", alpha = 0.2, add = TRUE, box = FALSE)
plot3d(ellips2, col = "forestgreen", alpha = 0.2, add = TRUE, box = FALSE)
虽然两个种群之间可以清楚地区分开来,但椭球体彼此相交。因此,椭球不能很好地可视化数据点。在2D图中,我会选择使用多项式包围所有数据点,但在3D中,应该使用凸包,即由三个外部数据点组成的三角形区域组成的多面体。
我认为使用“geometry”包中的QuickHull算法的convhulln()函数将很有帮助,但我无法使用它。
有人有想法如何在rgl绘图中呈现这样的凸包吗?是否也可以使用plot3D包做到这一点,因为这里有一个很棒的教程here,我可以用它来制作自己的数据漂亮的图形。
我只是一个生物学家,使用R进行科学研究,而不是数学家或R程序员,请为我解释你的解决方案。非常感谢。