iT邦幫忙

2022 iThome 鐵人賽

DAY 30
0
AI & Data

機器學習與資料視覺化的筆記[R、Python]系列 第 30

Day 30. 結語、 Data Visualization 資料視覺化 [參考網站介紹] [R]

  • 分享至 

  • xImage
  •  

第30天

  • 結語
  • R繪圖
    • [R]latice 基礎資料視覺化圖形
    • [R]ggplot2 進階繪圖
    • [R]shiny 互動式Dashboard
    • [R]其他補充網站

結語

很高興有這個機會去進行鐵人賽,在寫 30 天文章的過程中,讓我有機會好好督促自己整理以前的筆記。過程中發現了很多沒有理解透徹的觀念,趁著這個機會把不確定的部分好好補強了。

很感謝機器學習課程上王老師提供的清楚脈絡,也很感謝網路上各種厲害的人提供的範例,讓我在撰寫文章和實作建立模型時能作為參考。當然還有,很感謝 lab 的大家都認真準時繳交以及老師給予的鼓勵,讓我有動力每天準時上傳、堅持下去。

最後~ 謝謝來閱讀這三十天機器學習與資料視覺化 R、Python 筆記的大家~

今天是第三十天終於結束了,30天意外好漫長呀!!!
catgif
在最後幫前面幾天做個歸納統整吧:

  • Day1-6 環境建置、資料分析流程、資料前處理
  • Day7-11 機器學習介紹、變數篩選、線性迴歸
  • Day12-17 分類問題: 羅吉斯迴歸、KNN、LDA ; 降維,分群問題: PCA 、K-means
  • Day18-26 驗證集、模型選擇評估、SVM、隨機森林、模型解釋
  • Day27-29 集成學習 Bagging、Boosting 、Stacking、Cascading

然後做完分析後往往需要視覺化的呈現,清晰的圖表總是能讓人賞心悅目,所以最後在下面附上幾個自己覺得不錯、統計繪圖上常常常有幫助的網站,祝大家都能有滿意的分析結果並畫出美麗的圖表展示。

R繪圖

[R] latice

除了EDA那天介紹過的幾個內建的基礎資料視覺化圖形, R 裡也有一個繪圖套件latice,讓人能夠以plot_function(y~x|given_group)的形式繪製比較基本常在統計分析時使用到的圖形。

附上Lattice圖形函式參考連結,以及套件詳細說明

[R] ggplot2

ggplot2 是一個在R裡常用的進階繪圖套件,可以協助劃出很複雜的圖形。

gg 代表的是grammar graphic,表示本套件是藉由 grammar of graphic 的概念繪圖,使用圖層疊加的方式繪製出精細的複雜圖形。
ggplot

使用和安裝的套件為ggplot2,可使用以下方式安裝:

# The easiest way to get ggplot2 is to install the whole tidyverse:
install.packages("tidyverse") 

# Alternatively, install just ggplot2:
install.packages("ggplot2")

# Or the development version from GitHub:
# install.packages("devtools")
devtools::install_github("tidyverse/ggplot2")

圖層疊加:

ggplot (data = <DATA> ) +
 <GEOM_FUNCTION> (mapping = aes( <MAPPINGS> ), 
 stat = <STAT> , position = <POSITION> ) + 
 <COORDINATE_FUNCTION> +
 <FACET_FUNCTION> +
 <SCALE_FUNCTION> +
 <THEME_FUNCTION>

套件的介紹網站提供了不錯的Cheatsheet,讓人在繪圖時節省很多時間達到目標。
cheetsheet
如果想詳細了解各種圖形的繪圖步驟、方式,可以參考The R Graphics Cookbook by Winston Chang. (2022.)這本書的線上連結。

除此之外也有額外的動畫套件gganimate,協助製作gif動圖。套件詳細說明連結。

[補充]
tidyverse是資料分析時常用的整合性套件,內包含
視覺化工具、模型、資料轉換、資料讀取的套件們 。相關介紹可以參考R for Data Science
bY Hadley Wickham & Garrett Grolemund. (2017.) 這本書的線上連結。

[R] Shiny

做完分析後,如果想把模型製作成互動式的 dashboard ,呈現一個使用者能自由操作的模式,則推薦使用shiny套件。
Shiny Gallery的網站提供很多範例供人參考。

[R] 其他補充

The R Graph Gallery 也是一個不錯的網站。如果想呈現的圖一時之間畫不出來,網站上有詳細的分類,讓人能一目了然找到不錯的範例。


參考資料、網站

R Lattice Package | A must-learn concept for all R programmers
https://data-flair.training/blogs/r-lattice-package/

ggplot2
https://ggplot2.tidyverse.org/

The R Graphics Cookbook
https://r-graphics.org/

R Graphics Cookbook
https://r-graphics.org/

gganimate
https://gganimate.com/index.html

R for Data Science
https://r4ds.had.co.nz/index.html

Shiny Gallery
https://shiny.rstudio.com/tutorial/

The R Graph Gallery
https://r-graph-gallery.com/index.html

圖片來源:
analyse-R – Introduction à l’analyse d’enquêtes avec R et RStudio
(ggplot2 et la grammaire des graphiques)(by Dernière mise à jour, 2019.)
https://afalco.github.io/analyse-R/graphiques-bivaries-ggplot2.html

累累貓咪gif製作來源網站:
https://memes.tw/gif-post?maker=311


上一篇
Day 29. Ensemble Learning 集成學習(三) Stacking 堆疊 [R][PYTHON]
系列文
機器學習與資料視覺化的筆記[R、Python]30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言