教科书在解释该主题时通常有很好的均匀样条曲线基础示例图。类似于线性样条曲线的一排小三角形，三次样条曲线的一排小驼峰。
这是一个典型的例子：
我想知道是否有一种简单的方法可以使用标准 R 函数（如 bs 或 ns）生成样条基图。我想有一些简单的矩阵算术与一个简单的 R 程序相结合，它将以一种优雅的方式吐出一个漂亮的样条基础图。我就是想不出来！
可视化样条基础
机器算法验证
数据可视化
样条
2022-01-22 09:38:05
2个回答
试试这个，作为 B 样条的例子：
x <- seq(0, 1, by=0.001)
spl <- bs(x,df=6)
plot(spl[,1]~x, ylim=c(0,max(spl)), type='l', lwd=2, col=1,
xlab="Cubic B-spline basis", ylab="")
for (j in 2:ncol(spl)) lines(spl[,j]~x, lwd=2, col=j)
给出这个：
这是“基础”类的一个autoplot方法（bs 和 ns 都继承自）：
library(ggplot2)
library(magrittr)
library(reshape2)
library(stringr)
autoplot.basis <- function(basis, n=1000) {
all.knots <- sort(c(attr(basis,"Boundary.knots") ,attr(basis, "knots"))) %>%
unname
bounds <- range(all.knots)
knot.values <- predict(basis, all.knots) %>%
set_colnames(str_c("S", seq_len(ncol(.))))
newx <- seq(bounds[1], bounds[2], length.out = n+1)
interp.values <- predict(basis, newx) %>%
set_colnames(str_c("S", seq_len(ncol(.))))
knot.df <- data.frame(x=all.knots, knot.values) %>%
melt(id.vars="x", variable.name="Spline", value.name="y")
interp.df <- data.frame(x=newx, interp.values) %>%
melt(id.vars="x", variable.name="Spline", value.name="y")
ggplot(interp.df) +
aes(x=x, y=y, color=Spline, group=Spline) +
geom_line() +
geom_point(data=knot.df) +
scale_color_discrete(guide=FALSE)
}
这让您只需调用autoplotns 或 bs 对象。以 jbowman 为例：
library(splines)
x <- seq(0, 1, by=0.001)
spl <- bs(x,df=6)
autoplot(spl)
产生：
编辑：这将包含在 ggfortify 包的下一个版本中：https ://github.com/sinhrks/ggfortify/pull/129 。在那之后，我相信你所需要的只是：
library(splines)
library(ggfortify)
x <- seq(0, 1, by=0.001)
spl <- bs(x,df=6)
autoplot(spl)