【问题标题】：Plotting model comparison statistics in R在 R 中绘制模型比较统计信息
【发布时间】：2016-10-17 14:52:02
【问题描述】：

我将几个数据框组合成一个数据框dfc，第五列名为model，指定用于插补的模型。我想通过按model 分组来绘制分布。

dfc 看起来像：（1000 行，5 列）

X1        X2        X3        X4      model
1500000 400000    0.542      7.521    actual
250000  32000     2.623     11.423   missForest
...

我使用下面的线来绘制：

library(lattice)
densityplot(X1 + X2 + X3 + X4, group = dfc$model)

给予：

请注意X1 <- dfc$X1（以及类似的）

我的问题是：

如何为该图添加图例？（如果无法分辨哪种颜色属于哪种型号，则此图毫无用处）
也许有一种更具视觉吸引力的方式来绘制这个？也许使用ggplot？
有没有更好的方法来比较这些模型？例如，我可以为每一列分别绘制。

【问题讨论】：

请随时提出更好的问题标题
...并添加一个可重现的示例，此帖子对社区具有更多价值...
我已经指定了正在使用的每一个变量，以及我无法理解的确切功能。这个问题本来可以是明确而具体的。我真的不能放弃代码，在这个社区或其他任何地方复制（或直接引用）不是我的。
您真的不必提供您的实际代码。但是您可以只提供一个可重现的示例（例如，在答案中如下所示），其中包含您刚刚编写的一些随机数据。
@Aayush 是否有一些随机代码可以在 iris top secret 之类的数据集上估算缺失值？我的意思是：关于 SO 有很好的问题，但没有很好的问题：how do I ask a good question 和 how to provide a minimal reproducible example in R。

标签： r plot model-comparison

【解决方案1】：

使用 ggplot 的快速密度图。

library(ggplot2)
library(reshape2)
a <- rnorm(50)
b <- runif(50, min = -5, max = 5)
c <- rchisq(50, 2)

data <- data.frame(rnorm = a, runif = b, rchisq = c)
data <- melt(data) #from reshape2 package

ggplot(data) + geom_density(aes(value, color = variable)) + 
               geom_jitter(aes(value, 0, color = variable), alpha = 0.5, height = 0.02 )

备注：我添加了 reshape2 包，因为 ggplot 喜欢“长”数据，我认为您的数据是“宽”的。

单独绘制每一列会像这样工作：

ggplot(data) + geom_density(aes(value, color = variable)) 
             + geom_point(aes(value, 0, color = variable))  
             + facet_grid(.~variable)

这里的颜色可能是多余的，但您可以删除 color 参数。

【讨论】：

【解决方案2】：

我所要做的就是设置一个参数：

densityplot(X1 + X2 + X3 + X4, group = dfc$model, auto.key = TRUE) 给出想要的情节

问题是我无法确定 R 使用的是哪个 densityplot()。

问题的其他部分保持开放。

【讨论】：

【解决方案3】：

从@alex 复制的数据

library(ggplot2)
library(reshape2)
a <- rnorm(50)
b <- runif(50, min = -5, max = 5)
c <- rchisq(50, 2)

dat <- data.frame(Hmisc = a, MICE = b, missForest = c)
dat <- melt(dat)

library(lattice) # using lattice package 
densityplot(~value,dat,groups = variable,auto.key = T)

个别地块

densityplot(~value|variable,dat,groups = variable,auto.key = T,scales=list(relation="free"))

【讨论】：