KDE s velkým množstvím dat

Připravený kód vytvoří základní KDE hodnoty percentage_over_limit pro všechny záznamy. Na první pohled nastavení dává smysl – máme hodně dat, takže šířku přihrádky nastavíme pěkně úzce: jen jedno procento. Navíc je přidán koberec (rug plot) se sníženou průhledností alpha = 0.7.

Jakmile kód spustíš, hned uvidíš, že výsledný graf moc dobře nevypadá. Odhad hustoty připomíná ježka a koberec se kvůli obrovskému překryvu bodů jeví jako tlustá černá čára.

Oprav to tak, že šířku přihrádky zvýšíš na 2.5 a průhlednost alpha koberce snížíš na 0.05, aby byl překryv bodů alespoň trochu patrný. Nezapomeň také upravit podtitul grafu tak, aby odrážel novou šířku jádra!

Toto cvičení je součástí kurzu

Vizualizace dat v R – nejlepší postupy

Zobrazit kurz

Pokyny k cvičení

Změň směrodatnou odchylku jádra na 2.5
Nastav alpha koberce (rugplot) na 0.05
Změň subtitle na "Gaussian kernel SD = 2.5", aby odpovídal nové šířce jádra.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

ggplot(md_speeding, aes(x = percentage_over_limit)) +
    # Increase bin width to 2.5
    geom_density(fill = 'steelblue', bw = 1,  alpha = 0.7) + 
    # lower rugplot alpha to 0.05
    geom_rug(alpha = 0.5) + 
    labs(
        title = 'Distribution of % over speed limit', 
        # modify subtitle to reflect change in kernel width
        subtitle = "Gaussian kernel SD = 1"
    )

Upravit a spustit kód