将距离映射到颜色答案

【问题标题】：Mapping distances to colors将距离映射到颜色
【发布时间】：2018-12-07 07:33:07
【问题描述】：

假设多个样本之间的距离矩阵，我想以某种方式合理地将这些距离映射到颜色空间。因此，例如，如果您有三个明显的集群，它们应该具有不同的颜色，并且在一个集群内您将拥有多种颜色的阴影。但是，如果可能的话，我想避免显式聚类。

显然，映射不可能是完美和普遍的：相反，它是一种启发式。

有没有已知的算法？或者，也许是 R 的现成解决方案？

【问题讨论】：

标签： r colors mapping cluster-analysis

【解决方案1】：

这是一种可能性。无论您的原始数据是多少维，您都可以使用距离矩阵的多维缩放将数据投影到三个维度，以粗略保留距离的方式。如果您将三个维度视为 R、G 和 B，这将给出一个配色方案，其中接近的点应该具有“接近”的颜色。

这是一个简单的例子。我生成了一些具有 4 个聚类的 5 维数据（尽管没有执行聚类分析）。由此，我们得到距离矩阵。然后，如上所述，我们使用多维缩放将其转换为颜色图。绘制点以显示结果。

## Generate some sample data
set.seed(1234)
v = c(rnorm(80,0,1), rnorm(80,0,1), rnorm(80,4,1), rnorm(80,4,1)) 
w = c(rnorm(80,0,1), rnorm(80,4,1), rnorm(80,0,1), rnorm(80,4,1)) 
x = c(rnorm(80,0,1), rnorm(80,0,1), rnorm(80,4,1), rnorm(80,4,1)) 
y = c(rnorm(80,0,1), rnorm(80,4,1), rnorm(80,0,1), rnorm(80,4,1)) 
z = c(rnorm(80,0,1), rnorm(80,4,1), rnorm(80,-4,1), rnorm(80,8,1)) 
df = data.frame(v,w,x,y,z)

## Distance matrix
D = dist(df)

## Project to 3-dimensions
PROJ3 = cmdscale(D, 3)

## Scale the three dimensions to [0,1] interval
ScaledP3 = apply(PROJ3, 2, function(x) { (x - min(x))/(max(x)-min(x)) })
colnames(ScaledP3) = c("red", "green", "blue")
X = as.data.frame(ScaledP3)
## Convert to color map
ColorMap = do.call(rgb, X)
plot(x,y, pch=20, col=ColorMap)

【讨论】：