我正在研究乳腺癌数据集并创建了所有属性的散点图，以了解哪些属性对预测（红色）的类别malignant（蓝色）影响最大benign。
我知道行代表 x 轴，列代表 y 轴，但我看不到我可以对此散点图中的数据或属性进行哪些观察。
我正在寻找一些帮助来解释/观察这个散点图中的数据，或者我是否应该使用其他可视化来可视化这些数据。
我使用的 R 代码
link <- "http://www.cs.iastate.edu/~cs573x/labs/lab1/breast-cancer-wisconsin.arff"
breast <- read.arff(link)
cols <- character(nrow(breast))
cols[] <- "black"
cols[breast$class == 2] <- "red"
cols[breast$class == 4] <- "blue"
pairs(breast, col=cols)
有许多问题使得从散点图矩阵中提取任何可用信息变得困难或不可能。
一起显示的变量太多。 当散点图矩阵中有很多变量时，每个图都变得太小而无用。需要注意的是，许多地块是重复的，这浪费了空间。此外，尽管您确实希望查看每个组合，但您不必将它们全部绘制在一起。请注意，您可以将散点图矩阵分解为四个或五个较小的块（一个有用的可视化数字）。您只需要制作多个图，每个块一个。
由于您在空间中的离散点有大量数据，因此它们最终会堆叠在一起。因此，您无法看到每个位置有多少点。有几个技巧可以帮助您处理这个问题。
使用这些策略，这里是一些示例 R 代码和绘制的图：
# the alpha argument in rgb() lets you set the transparency
cols2 = c(rgb(red=255, green=0, blue=0, alpha=50, maxColorValue=255),
rgb(red=0, green=0, blue=255, alpha=50, maxColorValue=255) )
cols2 = ifelse(breast$class==2, cols2[1], cols2[2])
# here we jitter the data
set.seed(6141) # this makes the example exactly reproducible
jbreast = apply(breast[,1:9], 2, FUN=function(x){ jitter(x, amount=.5) })
jbreast = cbind(jbreast, class=breast[,10]) # the class variable is not jittered
windows() # the 1st 5 variables, using pch=16
pairs(jbreast[,1:5], col=cols2, pch=16)
windows() # the 2nd 5 variables
pairs(jbreast[,6:10], col=cols2, pch=16)
windows() # to match up the 1st & 2nd sets requires more coding
layout(matrix(1:25, nrow=5, byrow=T))
par(mar=c(.5,.5,.5,.5), oma=c(2,2,2,2))
for(i in 1:5){
for(j in 6:10){
plot(jbreast[,j], jbreast[,i], col=cols2, pch=16,
axes=F, main="", xlab="", ylab="")
box()
if(j==6 ){ mtext(colnames(jbreast)[i], side=2, cex=.7, line=1) }
if(i==5 ){ mtext(colnames(jbreast)[j], side=1, cex=.7, line=1) }
if(j==10){ axis(side=4, seq(2,10,2), cex.axis=.8) }
if(i==1 ){ axis(side=3, seq(2,10,2), cex.axis=.8) }
}
}
在单个图中很难可视化超过 3-4 个维度。一种选择是使用主成分分析 (PCA) 来压缩数据，然后在主要维度上对其进行可视化。R 中有几个不同的包（以及基本prcomp函数），这在语法上很容易（参见 CRAN）；解释图、载荷是另一回事，但我认为比 10 变量序数散点图矩阵更容易。
我不确定这是否对您有任何帮助，但对于初级 EDA，我真的很喜欢这个tabplot包。让您很好地了解数据中可能存在的相关性。
install.packages("tabplot")
tableplot(breast) # gives you the unsorted image below
tableplot(breast, sortCol="class") # gives you a sorted image according to class
