程序员专用刷题-cdparcoord:这是CRANR包存储库的只读镜像。cdparcoord-基于频率的顶级平行坐标

程序员专用刷题cdparcoord：分类和离散平行坐标 目录 动机 这是绘制多元数据的流行方法。 然而，对于大型数据集，该方法会遇到“黑屏问题”——混乱的线条填满了屏幕，并且很难甚至不可能辨别出数据中的任何关系。 考虑一下包数据集mlb ，它包含美国职业棒球大联盟球员的数据，由 UCLA Stat Dept 提供。 data( mlb ) # extract height, weight, age m <- mlb [, 4 : 6 ] # ordinary parallel coordinates library( MASS ) parcoord( m ) 图中的每条折线代表一名球员，连接他的身高、体重和年龄。 如果玩家的 (height, weight,age) 元组为 (73,192,25)，那么他的线的高度轴为 73，重量轴为高度 192，年龄轴为高度 25。 但是由于行数太多（实际上只有1000左右），所以图是没有用的。 我们的解决方案是只绘制最常见的线条。 我们对连续变量执行此操作，根据估计的多元密度定义线频率。 当前包 ，涵盖分类变量的情况，频率定义为实际元组计数。 （在