简介

最近参加一个统计建模的比赛。模型建模后，需要展示不同模型的性能指标，数据如下所示：

其中，第 1 列是不同样本，共376条。第 2-4 列是随机森林得到的结果，第 5-7 列是XGBoost的结果。一共使用了三种评价指标（分类数据：准确率，召回率和 F1 得分）。

对于这样的数据，读者会使用这么的方式进行可视化？欢迎文末留言交流～

小编当时想到的是，使用面积图展示，最终图形如下：

结论：从图中可以看出，两种集成算法对于 376 个叶类分类结果的评估指标都比较接近于 1，说明这两种方法整体效果比较满意。 但是对于 XGBoost 来说，小于 1 的部分更多，说明某些叶类分类效果差的情况更多。

注意：如果不是这个方向，可能看的不大懂。但是没关系，学会绘制，并将其用到自己的领域即可。在公众号后台回复[建模比赛案例图形]即可免费获取。

接下来，将展示整个绘制过程。

加载数据

library(readxl)   # 加载 Excel 数据集
library(ggplot2)  # 绘制图形
library(tidyverse) 
library(cowplot)  # 合并图形
library(viridis)  # 图形配色
library(showtext) # 解决中文字体显示问题
showtext_auto()

使用 readxl 包中的 read_excel() 加载 sheet=1 的数据集。并修改数据列名预览如下：

dat = read_excel("test.xlsx",sheet=1,na="NA")
colnames(dat) = c("Id",paste("X",1:6,sep=''))
head(dat)

使用 Tidyverse 包中的 pivot_longer() 将宽表转化为长表，具体教程可见：《R语言教程》。此时得到 ggplot2 所需的数据类型。

注意：小编这里将不同评价指标单独绘制，最后进行合并。

dat %>% select(c(Id,X1,X4)) %>% rename("随机森林"=X1, "XGBoost"=X4) %>% 
  pivot_longer(
             cols = c("随机森林","XGBoost"),
             names_to = "method",
             names_transform = list(method = as.character),
             values_to = "Acc") -> dat1

绘制单个评价指标结果

先绘制准确率的图形，使用的几何对象为：geom_area()，并利用 facet_wrap() 对方法（method）进行分面。之后，对主题以进行修改。使用自定义的颜色修改配色。

cols <- c("#85BA8F", "#A3C8DC","#349839","#EA5D2D","#EABB77","#F09594")
p1 = ggplot(dat1) + 
  geom_area(aes(Id,Acc),fill = cols[1]) + 
  facet_wrap(vars(method),nrow = 2,strip.position = "top") +
  theme_bw() + 
  ylab("精确率") + 
  xlab("叶类") + #主题设置
  theme(panel.grid = element_blank()) 
p1

同理，绘制其他两种指标体系的结果。这里就不放出来了，完整代码见公众号，回复【建模比赛案例图形】即可免费获取，或者文末。

合并图形

最后使用 cowplot 包中的 plot_grid() 将三个指标图形进行合并

plot_grid(p1,p2,p3,ncol = 3)

完整代码

# install.packages("readxl")
library(readxl)
library(ggplot2)
library(tidyverse)
library(cowplot)
library(viridis)
library(showtext)
showtext_auto()


### 绘制不同方法的区域图===========
dat = read_excel("test.xlsx",sheet=1,na="NA")
colnames(dat) = c("Id",paste("X",1:6,sep=''))
head(dat)

dat %>% select(c(Id,X1,X4)) %>% rename("随机森林"=X1, "XGBoost"=X4) %>% 
  pivot_longer(
             cols = c("随机森林","XGBoost"),
             names_to = "method",
             names_transform = list(method = as.character),
             values_to = "Acc") -> dat1
head(dat1)
cols <- c("#85BA8F", "#A3C8DC","#349839","#EA5D2D","#EABB77","#F09594")

#==
p1 = ggplot(dat1) + 
  geom_area(aes(Id,Acc),fill = cols[1]) + 
  facet_wrap(vars(method),nrow = 2,strip.position = "top") +
  theme_bw() + 
  ylab("精确率") + 
  xlab("叶类") + #主题设置
  theme(panel.grid = element_blank()) 
p1

#==
dat %>% select(c(Id,X2,X5)) %>% rename("随机森林"=X2, "XGBoost"=X5) %>% 
  pivot_longer(
    cols = c("随机森林","XGBoost"),
    names_to = "method",
    names_transform = list(method = as.character),
    values_to = "Acc") -> dat2


p2 = ggplot(dat2) + geom_area(aes(Id,Acc),fill = cols[2]) + facet_wrap(vars(method),nrow = 2,strip.position = "top") +
  theme_bw() + ylab("召回率") + xlab("叶类") + #主题设置
  theme(panel.grid = element_blank())
p2

#==
dat %>% select(c(Id,X3,X6)) %>% rename("随机森林"=X3, "XGBoost"=X6) %>% 
  pivot_longer(
    cols = c("随机森林","XGBoost"),
    names_to = "method",
    # names_transform = list(method = as.factor),
    values_to = "Acc") -> dat3

p3 = ggplot(dat3) + 
  geom_area(aes(Id,Acc),fill = cols[4]) + 
  facet_wrap(vars(method),nrow = 2,strip.position = "top") +
  theme_bw() + 
  ylab("F1得分") + 
  xlab("叶类") + #主题设置
  theme(panel.grid = element_blank())
p3
#== 合并图形
plot_grid(p1,p2,p3,ncol = 3)