相关疑难解决方法(0)

让

F显示10个拟合值,比如F = F L表示这10个拟合值的下限,比如说L = U U表示这10个拟合值的上限,比如U =L

如何在R中显示这些10个拟合值及其置信区间,如下图所示？

谢谢

说我们有:

x <- rnorm(1000)
y <- rnorm(1000)

如何使用ggplot2生成包含以下两个geom的图:

1. 两个系列值的双变量期望
2. 一条轮廓线显示95%的估计值在哪里？

我知道如何做第一部分:

 df <- data.frame(x=x, y=y)
 p <- ggplot(df, aes(x=x, y=y))
 p <- p + xlim(-10, 10) + ylim(-10, 10) # say
 p <- p + geom_point(x=mean(x), y=mean(y))

我也知道ggplot2中的stat_contour()和stat_density2d()函数.

我也知道stat_contour中有'bins'选项.

但是,我想我需要的是像分位数中的probs参数,但是超过两个维度而不是一个维度.

我也在图形包中看到了一个解决方案.但是,我想在ggplot中这样做.

非常感谢,

乔恩

我从knn函数中获得了一系列建模的类标签。我有一个包含基本数值训练数据的数据框，还有一个用于测试数据的数据框。我将如何为从中返回的值绘制决策边界knn函数？我将不得不在锁定的机器上复制我的发现，因此请尽可能限制使用第三方库。

我只有两个类标签，“橙色”和“蓝色”。它们被绘制在带有训练数据的简单2D图上。同样，我只想围绕knn函数。

码：

library(class)

n <- 100

set.seed(1)
x <- round(runif(n, 1, n))
set.seed(2)
y <- round(runif(n, 1, n))
train.df <- data.frame(x, y)

set.seed(1)
x.test <- round(runif(n, 1, n))
set.seed(2)
y.test <- round(runif(n, 1, n))
test.df <- data.frame(x.test, y.test)

k <- knn(train.df, test.df, classes, k=25)

plot(test.df, col=k)

classes 只是从早期代码确定的类标签的向量。

如果需要，下面是我的工作的完整代码：

library(class)

n <- 100
set.seed(1)
x <- round(runif(n, 1, n))
set.seed(2)
y <- round(runif(n, 1, n))

# ============================================================
# Bayes Classifier + Decision Boundary …