Plot.PP {MVar.pt} | R Documentation |
Graficos da projection pursuit (PP).
Plot.PP(PP, titles = NA, xlabel = NA, ylabel = NA, posleg = 2, boxleg = TRUE, size = 1.1, grid = TRUE, color = TRUE, linlab = NA, axesvar = TRUE, axes = TRUE, casc = TRUE)
PP |
Dados da funcao PP_Optimizer. |
titles |
Titulos para os graficos, se nao for definido assume texto padrao. |
xlabel |
Nomeia o eixo X, se nao for definido assume texto padrao. |
ylabel |
Nomeia o eixo Y, se nao for definido assume texto padrao. |
posleg |
0 sem legenda, |
boxleg |
Coloca moldura na legenda (default = TRUE). |
size |
Tamanho dos pontos no grafico. |
grid |
Coloca grade nos graficos (default = TRUE). |
color |
Graficos coloridos (default = TRUE). |
linlab |
Vetor com os rotulos para as observacoes. |
axesvar |
Coloca eixos de rotacao das variaveis, somente quando dimproj > 1 (default = TRUE). |
axes |
Plota os eixos X e Y (default = TRUE). |
casc |
Efeito cascata na apresentacao dos graficos (default = TRUE). |
Grafico da evolucao dos indices, e graficos cujos dados foram reduzidos em duas dimensoes.
Paulo Cesar Ossani
Marcelo Angelo Cirillo
PP_Optimizer
and PP_Index
data(iris) # conjunto de dados # Exemplo 1 - Sem as classes nos dados data <- iris[,1:4] Fcindex <- "kurtosismax" # funcao indice Dim <- 1 # dimensao da projecao dos dados sphere <- TRUE # dados esfericos Res <- PP_Optimizer(data = data, class = NA, findex = Fcindex, optmethod = "GTSA", dimproj = Dim, sphere = sphere, weight = TRUE, lambda = 0.1, r = 1, cooling = 0.9, eps = 1e-3, maxiter = 500, half = 30) Plot.PP(Res, titles = NA, posleg = 1, boxleg = FALSE, color = TRUE, linlab = NA, axesvar = TRUE, axes = TRUE, casc = FALSE) # Exemplo 2 - Com as classes nos dados class <- iris[,5] # classe dos dados Res <- PP_Optimizer(data = data, class = class, findex = Fcindex, optmethod = "GTSA", dimproj = Dim, sphere = sphere, weight = TRUE, lambda = 0.1, r = 1, cooling = 0.9, eps = 1e-3, maxiter = 500, half = 30) Tit <- c(NA,"Exemplo de grafico") # titulos para os graficos Plot.PP(Res, titles = Tit, posleg = 1, boxleg = FALSE, color = TRUE, linlab = NA, axesvar = TRUE, axes = TRUE, casc = FALSE) # Exemplo 3 - Sem as classes nos dados, mas informando # as classes na funcao plot Res <- PP_Optimizer(data = data, class = NA, findex = "Moment", optmethod = "GTSA", dimproj = 2, sphere = sphere, weight = TRUE, lambda = 0.1, r = 1, cooling = 0.9, eps = 1e-3, maxiter = 500, half = 30) Lin <- c(rep("a",50),rep("b",50),rep("c",50)) # classe dos dados Plot.PP(Res, titles = NA, posleg = 1, boxleg = FALSE, color = TRUE, linlab = Lin, axesvar = TRUE, axes = TRUE, casc = FALSE) # Exemplo 4 - Com as classes nos dados, mas nao informada na funcao plot class <- iris[,5] # classe dos dados Dim <- 2 # dimensao da projecao dos dados Fcindex <- "lda" # funcao indice Res <- PP_Optimizer(data = data, class = class, findex = Fcindex, optmethod = "GTSA", dimproj = Dim, sphere = sphere, weight = TRUE, lambda = 0.1, r = 1, cooling = 0.9, eps = 1e-3, maxiter = 500, half = 30) Tit <- c("",NA) # titulos para os graficos Plot.PP(Res, titles = Tit, posleg = 1, boxleg = FALSE, color = TRUE, linlab = NA, axesvar = TRUE, axes = TRUE, casc = FALSE)