visreg:带你玩遍模型可视化

栏目: R语言 · 发布时间: 5年前

visreg:带你玩遍模型可视化

作者: 厚缊 ,中观经济咨询助理研究员,业余数据科学爱好者。博客: houyun.xyz

简单介绍

统计建模一直是数据分析的核心模块,一般情况下,学术期刊上都是用数据表进行汇报,具有专门的统计训练的人,能很快理解各个变量之间的关系。但是,并不是所有的报告都面向专业人士,所以能用最通俗易懂的统计图形呈现估计结果,会让更多的人理解模型分析结果。

接下来,要介绍的就是 visreg 包,这个包简单易用,几乎支持了所有的回归分析模型,同时支持各种各样的 ggplot2 包提供的 geom_* 图层和其他扩展主题,是进行模型可视化的利器。

使用之前,请先安装必要的包。

if(!require(visreg)){ install.packages("visreg") }

为了使用 ggplot2 引擎,需要安装相应的扩展包。

if(!require(ggplot2)){ install.packages("ggplot2") }

生成本文所需的数据

利用R语言随机数,模拟生成了100个样本的玩具数据,这里只是方便理解 visreg 包提供的可视化函数,变量之间的逻辑关系和分布并没有严格考虑(主要还是对统计模型一知半解)。

set.seed(20180730) x1 <- rnorm(100) x2 <- rnorm(100, sd = 2) x3 <- rnorm(100, sd = 1.7) + 0.3 cat <- sample(c(0, 1), 100, replace = TRUE) e <- rnorm(100, mean = 2, sd = 1) y0 <- 2 + 0.5 * x1 + 2.4 * x2 + 1.2 * x1 * x2 + e y1 <- 0.8 + 1.7 * x1 + 1.4 * x2 + 0.5 * x1 * x2 + e y <- ifelse(cat == 0, y0, y1) data <- data.frame(y, x1, x2, x3, cat = as.factor(cat))

各个变量之间关系如下图所示:

GGally::ggpairs(data)

visreg:带你玩遍模型可视化

## 需要安装GGally包,没安装请运行install.packages('GGally')

回归模型可视化

模型估计

visreg 进行模型可视化需要先对模型进行估计,然后把模型估计结果作为参数传入 visreg() 函数。下面我们简单估计了四个模型,后文会断断续续用到。

reg01 <- lm(y ~ x1 + x2 + x3 + cat, data = data) reg02 <- lm(y ~ x1 + x2 + x1 * x2 + x3 + cat, data = data) reg_cat0 <- lm(y ~ x1 + x2 + x1 * x2 + x3, data = data[data$cat == 0, ]) reg_cat1 <- lm(y ~ x1 + x2 + x1 * x2 + x3, data = data[data$cat == 1, ]) texreg::htmlreg(list(reg01, reg02, reg_cat0, reg_cat1), single.row = TRUE)

visreg:带你玩遍模型可视化

Statistical models

## 需要texreg包,没安装请运行install.packages('texreg')

可视化

visreg 包对单变量可视化时非常简洁, visreg() 一条命令解决所有烦恼。默认在图中会显示出因变量、自变量之间的拟合直线、的置信区间以及原数据散点图。

visreg() 前两个参数分别为 fitxvar ,前者为模型估计结果,后者为需要绘图的自变量。当不指定 xvar 参数时,会依次绘制因变量和所有自变量之间的关系图。

library(visreg) par(mfrow = c(2, 2)) ##reg01模型中有四个变量,设置为2 x 2的图 visreg(reg01)

visreg:带你玩遍模型可视化

通过设置 xvar 参数来绘制指定自变量关系图。

visreg(reg01, "x1")  ##注意,变量名一定要用引号括起来,不然会报错

visreg:带你玩遍模型可视化

除了可以对数值变量进行可视化外,也可以对虚拟变量进行可视化,参数设置规则跟数值变量一样。这里的虚拟变量是R中的因子( factor )类,当原数据中是字符串向量时, lm() 函数默认转换为因子进行估计。

visreg(reg01, "cat")

visreg:带你玩遍模型可视化

当然,可以根据某个条件将数据分组,然后每组的因变量和自变量之间的关系图。比如,我们的数据中有一个 cat 变量,是一个二值虚拟变量,我们根据 cat 把数据拆分成两组,在 visreg() 函数中设置条件变量 by = "cat" 来完成全部设置。

visreg(reg01, "x1", by = "cat")

visreg:带你玩遍模型可视化

当分组变量是连续性变量时,可以 breaks 参数控制该变量被分成的组数。 layout=c(2,2) 和par(mfrow = c(2,2))作用类似,控制作图排列方式。

visreg(reg01, "x1", by = "x2", breaks = 4, layout = c(2, 2))

visreg:带你玩遍模型可视化

默认的分组图是根据给定条件进行分面(facet),类似于 ggplot2 包中的 facet_grid()facet_wrap() 函数,可以设置 overlay = TRUE 在同一幅图中通过图层叠加进行展示。

visreg(reg01, "x1", by = "cat", overlay = TRUE)

双变量可视化

此处的双变量是指两个自变量的情况, visreg 包默认采用2.5D热图呈现的,颜色差别代表了因变量值得差异,横纵坐标分别表示两个自变量。

下面我们在一幅图上展现 yx1x2 变量之间的关系。此时需要用到 visreg2d() 函数,与 visreg() 类似,第一个参数任然是估计模型,第二、三个参数分别为 xvaryvar ,分别表示横纵坐标。

visreg2d(reg02, "x1", "x2")

visreg:带你玩遍模型可视化

visreg2d() 函数有个 plot.type 参数来控制绘图类型。设置参数 plot.type="persp" 时是绘制3D表面图。

visreg2d(reg02, "x1", "x2", plot.type = "persp")

visreg:带你玩遍模型可视化

也可以通过设置参数 plot.type="rgl" 使用 rgl 包绘制3D图。

visreg2d(reg02, "x1", "x2", plot.type = "rgl")  ##偷个懒,没有截图展示结果

使用 ggplot2 绘图引擎

visreg 包默认底层使用的是R语言基本绘图函数 plot() 作为引擎,但可以设置参数 gg = TRUE 来使用 ggplot2 绘图引擎。

visreg(reg01, "x1", gg = TRUE)

和基本绘图函数 plot() 一样,我们也可以向 visreg() 中传递参数,调整各种绘图细节。这里我们把线条颜色设置为红色( "red" ),置信区间阴影设置为绿色( "green" ),散点大小为3( size=3 ,样式为21( pch=21 )。

visreg(reg01, "x1", gg = TRUE, line = list(col = "red"), fill = list(fill = "green"), points = list(size = 3, pch = 21))

visreg:带你玩遍模型可视化

使用 ggplot() 绘图引擎时,可以方便的添加 ggplot2 包中的 geom_*() 图层。比如,我们可以在上图中添加局部平滑(smooth)拟合曲线。

library(ggplot2)  ##加载`ggplot2`包visreg(reg01, "x1", gg = TRUE) + geom_smooth(method = "loess", col = "blue",     fill = "#FF4E37")

visreg:带你玩遍模型可视化

既然能使用 ggplot2 的图层,自然也可以使用 ggthemes 提供的各种样式。

PS:我自己使用的感觉, visreg() 和直接用 ggplot() 函数绘制的图形有较大区别,即使使用相同样式。

library(ggthemes) visreg(reg01, "x1", gg = TRUE) + geom_smooth(method = "loess", col = "blue", fill = "#FF4E37") + theme_economist()

其它模型可视化

visreg 包不仅可以做普通最小二乘回归结果的可视化,同时还支持广义最小二乘回归、随机森林模、支持向量机等其它模型。

广义最小二乘回归可视化

广义最小二乘和普通最小二乘回归可视化几乎一样,下面通过一个简单的例子进行说明。

data("birthwt", package = "MASS") fit <- glm(low ~ age + race + smoke + lwt, data = birthwt, family = "binomial") visreg(fit, "lwt", gg = TRUE, xlab = "Mother's weight", ylab = "Log odds (low birthweight)")

visreg:带你玩遍模型可视化

visreg() 函数默认纵轴为对数几率比,横轴为给定自变量。有时候直接呈现因变量的估计概率会更直观。可以通过 scale="response" 来改变默认行为。

data("birthwt", package = "MASS") fit <- glm(low ~ age + race + smoke + lwt, data = birthwt, family = "binomial") visreg(fit, "lwt", scale = "response", gg = TRUE, xlab = "Mother's weight", ylab = "P(low birthweight)")

visreg:带你玩遍模型可视化

随机森林等算法可视化

visreg 包主要目的是解决回归模型可视化问题,但也适用于其它任何基于 formula 类,并且提供了 predict() 方法的模型可视化。接下来通过几个实例来进行说明。

随机森林模型

library(randomForest) aq <- na.omit(airquality) fit <- randomForest(Ozone ~ Solar.R + Wind + Temp, data = aq) visreg(fit, "Temp", gg = TRUE, ylab = "Ozone")

visreg:带你玩遍模型可视化

支持向量机模型

library(e1071) fit <- svm(Ozone ~ Solar.R + Wind + Temp, data = aq) visreg(fit, "Temp", ylab = "Ozone")

visreg:带你玩遍模型可视化

梯度下降模型

由于 gbm 包没有提供 residuals 方法,所以该包的梯度下降模型可视化不能显示残差散点。我们可以进行自定义该方法。

residuals.gbm <- function(fit) { fit$data$y - fit$fit }

定义完后再调用 visreg() 函数就能绘制残差散点了。

library(gbm) fit <- gbm(Ozone ~ Solar.R + Wind + Temp, data = aq, distribution = "gaussian") visreg(fit, "Temp", ylab = "Ozone")

visreg:带你玩遍模型可视化

——————————————

往期精彩:

visreg:带你玩遍模型可视化 天善智能 每日一道算法题,打卡学习 小程序

visreg:带你玩遍模型可视化

本文由R语言中文社区 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。

转载、引用前需联系作者,并署名作者且注明文章出处。

本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。


以上所述就是小编给大家介绍的《visreg:带你玩遍模型可视化》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

产品经理修炼之道

产品经理修炼之道

费杰 / 机械工业出版社华章公司 / 2012-7-30 / 59.00元

本书由资深产品经理、中国最大的产品经理沙龙Pmcaff创始人费杰亲自执笔,微软、腾讯、百度、新浪、搜狐、奇虎、阿里云、Evernote等国内外20余家大型互联网企业资深产品经理和技术专家联袂推荐。用系统化的方法论和丰富的实战案例解读了优秀产品经理所必须修炼的产品规划能力、产品设计能力、产品执行能力,以及思考、分析和解决问题的能力和方法,旨在为互联网产品经理打造核心竞争力提供实践指导。 全书一......一起来看看 《产品经理修炼之道》 这本书的介绍吧!

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具