Plot causes "Error: Incorrect Number of Dimensions"

Question

我正在学习 R 中的“kohonen”包，目的是制作自组织图（SOM，也称为 Kohonen 网络——一种机器学习算法）。我在这里关注这个 R 语言教程：https://www.rpubs.com/loveb/som

我尝试创建自己的数据（这次同时使用“因子”和“数字”变量）和运行 SOM 算法（这次使用“supersom()”函数）：

#load libraries and adjust colors

library(kohonen) #fitting SOMs
library(ggplot2) #plots
library(RColorBrewer) #colors, using predefined palettes

 
contrast <- c("#FA4925", "#22693E", "#D4D40F", "#2C4382", "#F0F0F0", "#3D3D3D") #my own, contrasting pairs
cols <- brewer.pal(10, "Paired")




#create and format data

a =rnorm(1000,10,10)
b = rnorm(1000,10,5)
c = rnorm(1000,5,5)
d = rnorm(1000,5,10)
e <- sample( LETTERS[1:4], 100 , replace=TRUE, prob=c(0.25, 0.25, 0.25, 0.25) )
f <- sample( LETTERS[1:5], 100 , replace=TRUE, prob=c(0.2, 0.2, 0.2, 0.2, 0.2) )
g <- sample( LETTERS[1:2], 100 , replace=TRUE, prob=c(0.5, 0.5) )

data = data.frame(a,b,c,d,e,f,g)
data$e = as.factor(data$e)
data$f = as.factor(data$f)
data$g = as.factor(data$g)


cols <- 1:4
data[cols] <- scale(data[cols])

#som model
som <- supersom(data= as.list(data), grid = somgrid(10,10, "hexagonal"), 
                dist.fct = "euclidean", keep.data = TRUE)

从这里开始，我能够成功地制作一些基本情节：

    #plots

#pretty gradient colors

colour1 <- tricolor(som$grid)

colour4 <- tricolor(som$grid, phi = c(pi/8, 6, -pi/6), offset = 0.1)
    
plot(som, type="changes")
plot(som, type="count")
plot(som, type="quality", shape = "straight")
plot(som, type="dist.neighbours", palette.name=grey.colors, shape = "straight")

但是，当我尝试为每个变量制作单独的图时出现问题：

#error
var <- 1 #define the variable to plot
plot(som, type = "property", property = getCodes(som)[,var], main=colnames(getCodes(som))[var], palette.name=terrain.colors)


var <- 6 #define the variable to plot
plot(som, type = "property", property = getCodes(som)[,var], main=colnames(getCodes(som))[var], palette.name=terrain.colors)

这会产生一个错误："Error: Incorrect Number of Dimensions"

尝试对 SOM 网络进行集群时会产生类似的错误 (NAs by coercion)：

#cluster (error)

set.seed(33) #for reproducability
fit_kmeans <- kmeans(data, 3) #3 clusters are used, as indicated by the wss development.

cl_assignmentk <- fit_kmeans$cluster[data$unit.classif]
par(mfrow=c(1,1))
plot(som, type="mapping", bg = rgb(colour4), shape = "straight", border = "grey",col=contrast)
add.cluster.boundaries(som, fit_kmeans$cluster, lwd = 3, lty = 2, col=contrast[4])

有人可以告诉我我做错了什么吗？谢谢

来源：https://www.rdocumentation.org/packages/kohonen/versions/2.0.5/topics/supersom

Answer 1

getCodes() 生成一个列表，因此您必须将其视为一个列表。

调用 getCodes(som) 会生成一个包含 7 个名为 a-g 的项目的列表，因此您应该使用 $ 或 [[]]

从列表中选择项目

例如

plot(som, type = "property", property = getCodes(som)[[1]], main=names(getCodes(som))[1], palette.name=terrain.colors)

或

plot(som, type = "property", property = getCodes(som)$a, main="a", palette.name=terrain.colors)

或

plot(som, type = "property", property = getCodes(som)[["a"]], main="a", palette.name=terrain.colors)

如果您必须在调用绘图之前设置变量，您可以这样做：

var <- 1    
plot(som, type = "property", property = getCodes(som)[[var]], main=names(getCodes(som))[var], palette.name=terrain.colors)

关于 kmeans()

kmeans() 需要一个矩阵或一个可以强制转化为矩阵的对象，您有不能强制转化为数字的因子（分类数据），要么删除因子，要么找到另一种方法。

删除因素：

#cluster (error)  
set.seed(33) 
#for reproducability 

fit_kmeans <- kmeans(as.matrix(data[1:4]), 3)
#3 clusters are used, as indicated by the wss development. 

cl_assignmentk <- fit_kmeans$cluster[data$unit.classif] 
par(mfrow=c(1,1)) 
plot(som, type="mapping", bg = rgb(colour4), shape = "straight", border = "grey",col=contrast) 
add.cluster.boundaries(som, fit_kmeans$cluster, lwd = 3, lty = 2, col=contrast[4])

编辑：或者，您可以使用 idx 直接从 getCodes() 指定代码，如下所示：

plot(som, type = "property", property = getCodes(som, idx = 1), main="a"), palette.name=terrain.colors)

Plot causes "Error: Incorrect Number of Dimensions"

Plot causes "Error: Incorrect Number of Dimensions"

r

machine-learning

data-visualization

cluster-analysis

data-manipulation