数据分析 R语言 机器学习各种算法作图(开坑，持续更新）

聚类：圆形树状图

    library(ape)
    hc = hclust(dist(mtcars))
    plot(as.phylo(hc), type = "fan")

决策树

library(rpart)           
library(rpart.plot)
model<- rpart(label ~ sd+Q25+IQR+sp.ent+sfm+meanfun+mode, data = tree,method="class",parms=list(split="information"))
fancyRpartPlot(model)  #画图

相关性矩阵
注意：如果元数据中有NA这类缺失异常值，矩阵图是出不来的，请先做好数据清理
1、

#先画右上角部分图形
corrplot(corr = cor(data),type="upper",tl.pos="tp")
#再添加左下部分的数值
corrplot(corr = cor(data),add=T, type="lower", method="number",diag=T,tl.pos="n",cl.pos="n")

2、

#删除缺失值
data<-na.omit(data)
#矩阵作图
corrplot(corr=cor(data),method = "color",type = "upper",order = "hclust",addCoef.col = "#ff0099")

网络关系图及中心度计算

library("igraph")
netdata <- read.table("task4.txt")
natdata <- as.matrix(netdata)
print(natdata)
	chn	jpn	kor	mly	sgp	tha	usd	euro	bra	ind	sa
chn	0	350	100	37	100	65	790	1500	900	610	300
jpn	350	0	120	55	20	95	990	990	450	550	95
kor	100	120	0	100	340	100	1090	1000	990	270	331
mly	37	55	100	0	118	310	230	27	33	340	0
sgp	100	0	0	250	0	220	800	600	430	90	10
tha	65	95	100	310	220	0	0	20	55	60	0
usd	790	990	1090	230	800	900	0	4300	900	790	10
euro	1500	1000	90	288	981	189	769	0	671	365	90
bra	900	190	993	170	697	222	130	370	0	99	78
ind	610	62	55	13	14	76	167	59	66	0	31
sa	300	10	15	20	91	66	89	97	80	0	0
# right
set.seed(10)
network1=graph_from_adjacency_matrix(natdata, weighted=TRUE)
plot(network1, main="weighted")

# 计算中心度（Degree, Betweenness, Closeness）
degree(network1)
# Betweenness
betweenness(network1)
# Closeness
closeness(network1)

网络关系图进阶版 （动态交互图）

library(networkD3)

data(MisLinks)
data(MisNodes)
forceNetwork(Links = MisLinks,#线性质数据框
             Nodes = MisNodes,#节点性质数据框
             Source = "source",#连线的源变量
             Target = "target",#连线的目标变量
             Value = "value",#连线的粗细值
             NodeID = "name",#节点名称
             Group = "group",#节点的分组
             Nodesize = "size" ,#节点大小，节点数据框中
             ###美化部分
             fontFamily="宋体",#字体设置如"华文行楷" 等
             fontSize = 20, #节点文本标签的数字字体大小（以像素为单位）。
             linkColour="black",#连线颜色,black,red,blue,  
              #colourScale ,linkWidth,#节点颜色,red,cyan,yellow等
             charge = -100,#数值表示节点排斥强度（负值）或吸引力（正值）  
             opacity = 0.9,
             legend=T,#显示节点分组的颜色标签
             arrows=T,#是否带方向
             bounded=F,#是否启用限制图像的边框
             opacityNoHover=1.0, #节点标签文本显示的不透明度比例
             zoom = T)#允许缩放，双击放大