估計並提取來自3D內核密度的點值R

從R文檔中的以下代碼link我想弄清楚如何爲數據的每個原始點提取單個值（「密度」） frame 這樣，我就可以使用新的列來進一步應用，這些應用程序在3D空間中具有「點」密度。估計並提取來自3D內核密度的點值R

我看着這個SO問題：link，但該代碼給出了一個51層矩陣..我堅持如何獲得150點值。

在我的情況下，我擔心的是使用三變量例如：

fhat <- kde(x=iris[,1:3])

這是代碼，它給出了一個很好的情節，但我沒能得到一個單一的價值爲每個150行/分的虹膜數據集

library(ks) 
library(MASS) 
data(iris) 

## univariate example 
fhat <- kde(x=iris[,2]) 
plot(fhat, cont=50, col.cont="blue", cont.lwd=2, xlab="Sepal length") 

## bivariate example 
fhat <- kde(x=iris[,2:3]) 
plot(fhat, display="filled.contour2", cont=seq(10,90,by=10)) 
plot(fhat, display="persp", thin=3, border=1, col="white") 

## trivariate example 
fhat <- kde(x=iris[,2:4]) 
plot(fhat, drawpoints=TRUE)

來源

2017-11-25 Mark

謝謝，糾正錯誤！ – Mark

'ks'軟件包有一些私人方法來生成圖。因此，它們中的代碼顯示瞭如何獲得繪圖值。您可以在R控制檯中輸入'ks ::: plotkde.1d'（和'.2d'和'3d'變體）來查看這些功能。你也可以用str（fhat）來查看結果計算的數據。看看有沒有人會回答路徑。如果他們不這樣做或者他們混淆不清，那麼在代碼中添加令人困惑/不足的目標代碼就可以確定一條富有成效的路徑。 – hrbrmstr

我想要做的是使用每點密度值來設置scatter3d中繪製點的顏色（可能通過在有限數量的密度類別中合併值），以便點雲例如可以被着色爲淺紅色基於denisty非常暗紅色。 Plotly沒有辦法在這些圖中自己做這件事，所以我有一個繞過的想法，但是需要首先有一個密度值列。我看了你已經提到的代碼，但無法理解它 – Mark

我假設你從ks包指的是kde()？

如果是這樣，使用的引eval.points來計算密度用於使用所述估計的點的向量/矩陣：類似地對於較高輸入維

## univariate example 

library(ks) 

fhat <- kde(x = iris[,2]) 
plot(fhat, cont=50, col.cont="blue", cont.lwd=2, xlab="Sepal length") 

estimate <- kde(iris[,2], eval.points = iris[,2])$estimate 
points(iris[,2], estimate)

作品。

來源

2017-11-25 16:32:00

我需要它的3d版本，但測試它，是的它的工作原理！我沒有意識到這可以輕鬆完成。 kde（iris [，1：3]，eval.points = iris [，1：3]）$估計謝謝M.A. – Mark

現在唯一的發現是kde非常慢。 40.000點需要1112.87秒。如果有人閱讀這篇文章，就會知道更快的軟件包可以隨時發表評論 – Mark

估計並提取來自3D內核密度的點值R

回答

相關問題