英招

牢骚太盛防肠断，风物长宜放眼量

0%

最大信息系数(by R)

发表于 更新于 分类于 Valine：
通过R对多个变量进行最大信息系数计算并画图

与相关性分析流程相似，画图工具包与相关性分析相同

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
#采用minerva包计算最大信息系数
library(minerva)
origindata <- read.table('E:\\data\\data.txt',encoding="UTF-8",header = T)
#多变量间相关性
#剔除第1列
data_cut<-origindata[,-1]
#剔除NA行
data_cut<- na.omit(data_cut)
#如果数据不全是numeric则执行这一步
#for (i in 1:length(data_cut)) {
#  data_cut[,i]<-as.numeric(data_cut[,i])
#}

#存储最大信息系数的数据框与相关系数一致
cordata <- round(cor(data_cut),3) 
micdata <-cordata
micdata[,]<-NA

#计算最大信息系数
for (i in 1:ncol(data_cut)) {
  for (j in 1:ncol(data_cut)){
    micdata[i,j]<-mine(data_cut[,i],data_cut[,j])$MIC
  }
}
micdata <-round(micdata,3) 

#画图
library(ggcorrplot)
p<-ggcorrplot(micdata,#数据
              title="剔除降雨0值各参数最大信息系数",
              
              #method = c("circle"),#method, 指定可视化的形状，可以是circle圆形(默认)，square方形， ellipse, 椭圆形，number数值，shade阴影，color颜色，pie饼图。
              type=c("lower"),#type，指定显示范围，可以是full完全(默认)，lower下三角，upper上三角。
              hc.order = TRUE,#参数是否分层聚类
              outline.col ="white",#方块轮廓颜色
              ggtheme = theme_bw()+
                theme(plot.title = element_text(hjust = 0.5, size = 16)),
              
              colors = c("#6D9EC1","white","#E46726"),#方块范围颜色
              lab = TRUE,#方块内数字
              lab_size = 4,
              legend.title = "MIC"
              )#方块内数字大小
p

#设置默认路径，即后续图片保存的位置
setwd("E:\\output")
jpeg(filename =paste0("参数最大信息系数.jpg"),width=1200,height=1200,res=150)#res 是指 PPI（Pixel Per Inch） ，即图像的采样率（在图像中，每英寸所包含的像素数目）
p
print(p)
dev.off()