0

几周以来，我使用以下脚本生成了一个散点图，其中包含大约 10,000 个（非零，正）数据点。由于转换的警告，只有少数 (<20) 个数据点未包括在内。

visual <- ggplot(data=dots, aes(GRNHLin, REDHLin)) +
    geom_point(colour=rgb(0.17, 0.44, 0.71), size=0.500, alpha=0.250) +
    scale_x_log10(breaks = trans_breaks("log10", function(x) 10^x),
                  labels = trans_format("log10", math_format(10^.x)), limits = c(1,1e4)) +
    scale_y_log10(breaks = trans_breaks("log10", function(x) 10^x),
                  labels = trans_format("log10", math_format(10^.x)), limits = c(1,1e3))
visual

从这周开始，我想做一些基于模型的聚类。我编写的脚本（见下文）使用相同的数据集（10,000 个非零的正数据点），但由于以下原因而遗漏了 9,000 多个数据点：

Warning messages:
1: In self$trans$transform(x) : NaNs produced
2: Transformation introduced infinite values in continuous x-axis 
3: In self$trans$transform(x) : NaNs produced
4: Transformation introduced infinite values in continuous y-axis 
5: Removed 9692 rows containing missing values (geom_point).

这是第二个脚本：

dots.Mclust <- Mclust(dots, modelNames="VVV", G=8)

visual <- fviz_cluster(dots.Mclust, 
             ellipse=FALSE, 
             shape=20, 
             geom = c("point")) +
  scale_x_log10(breaks = trans_breaks("log10", function(x) 10^x),
                labels = trans_format("log10", math_format(10^.x)), limits = c(1,1e3)) +
  scale_y_log10(breaks = trans_breaks("log10", function(x) 10^x),
                labels = trans_format("log10", math_format(10^.x)), limits = c(1,1e4))
visual

编辑

一些附加信息：

数据集仅包含大于 0 的值。 Head(dots.Mclust) 提供以下内容：

$data
           GRNHLin    RED2HLin
   [1,]   81.50364  176.379654
   [2,]   57.94751  116.310577
   [3,]   42.89310  119.758621
   [4,]   41.82213  275.607971
   [5,]  437.14648  141.309647
   [6,]   15.20952  177.128616
   [7,]   18.88731  257.249207
   [8,]  768.64935  172.374069
   [9,]   24.66220  118.283150
  [10,]   17.12160   68.955154
  [11,]   73.00019   71.517052
  [12,] 1182.08911  180.694122
  [13,]  320.09827  224.808563
  [14,]  268.42401  235.375259
  [15,]  149.05655  205.708282
  [16,]   98.43160  152.093704
  [17,]   25.10120  177.061386
  [18,]  293.87103  239.007050
  [19,]  118.42249  295.722168
  [20,]  724.16718  243.950455
  [21,]  255.26083  128.209717
  [22,]  105.15983  247.946701
  [23,]   86.25691  220.004745
  [24,]  122.01743   32.232780
  [25,]   50.42104    9.923141

该图在移除 x 轴和 y 轴上的缩放比例后，如下所示。显然，数据点出了问题。数据集中没有负值，但仍有（很多）点低于 0。此外，x 轴和 y 轴不覆盖条目 [12,] 中的值。这可能是问题的根本原因。但是这个错误值的问题是如何发生的呢？

绘图后的图形（不缩放 x 轴和 y 轴）。

这里的根本问题是什么？

4

1 回答 1

0

正如评论中提到的，样本数据居中并重新缩放确实是正确的。可以通过包括关闭此选项

stand=FALSE,

在 fviz_cluster 的选项中。

于 2021-12-21T23:14:31.353 回答