相关矩阵的可视化及其新方法探究
转载自:http://cos.name/2009/03/correlation-matrix-visualization/
相关系数阵对于分析多元数据时非常有用,然而当变量较多时,我们很难从一堆庞大的数字中快速获取信息。正因为如此,相关阵的可视化应运而生。的确,活泼生动的图形对我们的眼球更有诱惑力。已有的相关阵可视化技巧有颜色图、椭圆图、钟表图(参见Deepayan Sarkar所著的《Multivariate Data Visualization with R》中的Fig13.6)等,其思想都非常直观。本文在阐述了颜色图和椭圆图的机理后,又提出了一种新的相关阵的可视化技术——圆圈图,并与颜色图、椭圆图进行了比较。
##2010-4-11更新:本文及扩展工作对应的包corrplot可从CRAN下载。
颜色图
颜色图就是将一个网格矩阵映射到指定的颜色序列上,恰当地选取颜色来展示数据。在相关阵中,所有的数据都在 -1 到 1 之间,我们不仅要关注相关系数的绝对值大小,同时更加看重它们的正负号。因此,相关阵的颜色图和一般矩阵的颜色图应该有所区别:即应当选取两种色差较大的颜色序列来展示不同符号的相关系数, Gregor Gorjanc 建议用蓝色表示正相关系数,红色表示负相关系数。
R 中,image()函数可以轻松绘制颜色图,利用 mcars 数据,下面代码可以得到其加了相关系数(乘以100,是为了节省空间)的颜色图(图1)。
data(mtcars) fit = lm(mpg ~ ., mtcars) cor = summary(fit, correlation = TRUE)$correlation #相关阵上下倒转再转置,是为了让画出的图和相关阵方向一致 cor2 = t(cor[11:1, ]) #下面颜色取自ellipse包中的plotcorr函数的示例 colors = c("#A50F15", "#DE2D26", "#FB6A4A", "#FCAE91", "#FEE5D9","white", "#EFF3FF", "#BDD7E7", "#6BAED6", "#3182BD", "#08519C") image(1:11, 1:11, cor2, axes = FALSE, ann = F, col = colors) text(rep(1:11, 11), rep(1:11, each = 11), round(100 * cor2))
图1 相关阵的颜色图
观察图1,通过颜色的比较,可以直观看出相关系数的符号和大小:深色区域表示较强相关性,浅色区域表示较弱的相关性。
椭圆图
椭圆图是利用椭圆的形状来表示相关系数:离心率越大,即椭圆越扁,对应绝对值较大的相关系数;离心率越小,即椭圆越圆,对应绝对值较小的相关系数。椭圆长轴的方向来表示相关系数的正负:右上-左下方向对应正值,左上-右下方向对应负值。当然
R 中,ellipse包中的plotcorr() 可以实现这一功能,同样利用 mcars 数据,来展示椭圆图(图2)。他山之石,可以攻玉,椭圆图当然可以利用色彩来增强表现力。
library(ellipse) col = colors[as.vector(apply(corr, 2, rank))] plotcorr(cor, col = col, mar = rep(0, 4))
图2. 相关阵的椭圆图
观察图2,可以发现尽管所有椭圆披红挂蓝,但该图并不是非常形象生动(本文前一个版本中所有椭圆皆为灰色,表现力更差)。
圆圈图
考虑到前两种方法的局限性,本人设计了一种新的相关阵的可视化方法——圆圈图。具体做法是:
1. 用圆的面积来表示相关矩阵的绝对值大小。
2.用实心圆(圆内填充颜色)和空心圆来表示相关系数的正负号。
下面编写函数(最终版见R Graph Gallery)绘图,仍基于mcars数据,得到圆圈图(图3)。
circle.cor=function(cor,axes=FALSE, xlab='', ylab='', asp=1,title="Taiyun's cor-matrix circles",...){n=nrow(cor)cor=t(cor[n:1,]) ##先上下倒转,再转置par(mar = c(0, 0, 2, 0), bg = "white")plot(c(0,n+0.8),c(0,n+0.8),axes=axes, xlab='', ylab='', asp=1, type='n')segments(rep(0.5,n+1),0.5+0:n, rep(n+0.5,n+1),0.5+0:n,col='gray')segments(0.5+0:n, rep(0.5,n+1), 0.5+0:n, rep(n+0.5,n),col='gray')for(i in 1:n){for(j in 1:n){c=cor[i, j]bg=switch(as.integer(c>0)+1,'white','black')symbols(i,j,circles=sqrt(abs(c))/2, add=TRUE, inches=F, bg=bg)}}text(rep(0,n),1:n,n:1,col='red')text(1:n,rep(n+1),1:n,col='red')title(title) } circle.cor(cor)
图3. 相关阵的圆圈图
图3 中,黑色实心圆表示正相关系数,空心圆表示负相关系数。观察图3 ,不难看出相关系数的大小、正负都空前清楚明了。
实际上,图3 还有发展空间,比如可以在图旁添加图例,用颜色信息辅助面积大小,或者将相关系数标在图上,还可以将该图分为上下两三角,留其一添加其他信息。但需要注意的是不可喧宾夺主。
讨论
- 人们往往更为关注相关性较强的数据,从这一方面来看,椭圆图比较失败,因为它将最大的面积留给了相关性最弱的数据,给其他信息的获取造成了一定的干扰。而颜色图和圆圈图则较为成功,尤其是圆圈图。
- 相关系数的正负号非常有价值,在从这方面来看,颜色图和椭圆图都比较失败。所谓“五色令人目盲”,当色彩过于纷呈时,我们往往会眼花缭乱,正负号各仅有其一,而颜色图中的颜色却远非如此(这对于色盲更为不利)。而椭圆图中,反映正负号的信息本来就是两个方向,不如圆圈图那样“黑白分明”,更糟的是这些信息受到了过多的干扰。
- 综上,圆圈图的优点是:1.黑白分明,正负号一清二楚。2.圆的大小表示相关性强度,具有很好的可比性。3.照顾最广大人群(包括颜色不敏感者以及色盲患者),方便打印,信息不易失真。4.将表现力的最强图形元素留给最有价值的数据(最大的圆留给相关系数最强的数据),资源配置良好。5.简单明了,干扰信息最少。
相关矩阵的可视化及其新方法探究相关推荐
- orcale可视化建立用户_建立动态可视化的新方法
orcale可视化建立用户 by Sushrut Shivaswamy 通过Sushrut Shivaswamy 建立动态可视化的新方法 (A new way of building dynamic ...
- Java 8新特性探究(二)深入解析默认方法
转载自 Java 8新特性探究(二)深入解析默认方法 什么是默认方法,为什么要有默认方法 简单说,就是接口可以有实现方法,而且不需要实现类去实现其方法.只需在方法名前面加个default关键字即可. ...
- AAAI 2021最佳论文亚军:Attention+积分梯度=归因解释新方法
©PaperWeekly 原创 · 作者|李泺秋 学校|浙江大学硕士生 研究方向|自然语言处理.知识图谱 本文是对 AAAI 2021 最佳论文亚军得主<Self-Attention Attri ...
- 神经网络可解释性、深度学习新方法,2020 年 AI 有哪些势不可挡的研究趋势?...
来演:雷锋网 2019 年最后一场学术顶会告诉我们 2020 年该研究什么! 文 | MrBear 作为 2019 年最后一场重量级的人工智能国际学术顶会,NeurIPS 2019 所反映出的一些人工 ...
- 微软提出极低资源下语音合成与识别新方法,小语种不怕没数据!| ICML 2019
作者 | 谭旭 转载自微软研究院AI头条(ID: MSRAsia) 编者按:目前,人类使用的语言种类有近7000种,然而由于缺乏足够的语音-文本监督数据,绝大多数语言并没有对应的语音合成与识别功能.为 ...
- CVPR 2019审稿满分论文:中国博士提出融合CV与NLP的视觉语言导航新方法
整理 | 刘畅.Jane 责编 | Jane 出品 | AI科技大本营(公众号id:rgznai100) 如何挑战百万年薪的人工智能! https://edu.csdn.net/topic/ai30? ...
- 使用Python可视化卷积神经网络方法汇总
介绍 深入学习中最具争议的话题之一是如何解释和理解一个经过训练的模型--特别是在医疗等高风险行业的背景下."黑匣子"一词经常与深度学习算法联系在一起,如果我们不能解释模型是如何工作 ...
- 中国科学家Cell重要评述文章: 宏基因组学成为病毒分类新方法
比起其他的地球生命体,人类对病毒的了解可谓"冰山一角".宏基因组学作为新型研究工具,拓宽了人类对病毒多样性的认识.本期文献分享的是发表于<CELL>的题为"U ...
- 加速100倍,性能媲美SOTA!浙大提出无数据知识蒸馏新方法FastDFKD
来源:机器之心 本文共2400字,建议阅读5分钟 本文为你介绍知识蒸馏的新方法. 在无法获取到原始训练数据的情况下,你可以尝试一下这种新型蒸馏算法 FastDFKD,数据合成与现有的生成方法相比,可以 ...
最新文章
- DOMContentLoaded 与onload区别以及使用
- gdb调试工具的使用
- go protobuf tcp 粘包处理 demo
- P6810 「MCOI-02」Convex Hull 凸包
- git github配置
- mysql中有exist吗_关于MySQL 中 EXISTS 的用法
- tomcat绿色版及安装版修改内存大小的方法
- mysql密码错误怎么回事_mysql密码错误解决方法
- 2019最新 Java商城秒杀系统的设计与实战视频教程(SpringBoot版)_1-1课程整体介绍...
- Spark SVN + Eclipse 3.3 + Subversive Installation Guide
- 中标麒麟系统远程桌面连接
- 工程测量(建筑物施工、监测)
- 包含负数的二进制补码的加减运算
- 用Excel体验梯度下降法计算函数极值
- 23种设计模式的粗略介绍
- uniapp textarea编辑保留空格换行
- linux设备模型 —— sysfs
- 到底什么是国土空间规划?
- SQL 语句中 where 条件后 写上 1=1 是什么意思!
- Android框架——下载图片框架Fresco