ข้อมูล Raster ในรูปแบบ Heatmap
ราคาบ้านที่ทำนายไว้ใน preds จัดเป็นข้อมูลแบบ Raster นั่นคือตัวแปรที่วัด (หรือในกรณีนี้คือทำนาย) ณ ทุกตำแหน่งในกริดที่มีระยะสม่ำเสมอ
ลองดู head(preds) ในคอนโซล จะเห็นว่าค่า lat เพิ่มขึ้นทีละประมาณ 0.002 ในขณะที่ lon คงที่ หลังจากครบ 40 แถว lon จะเพิ่มขึ้นประมาณ 0.003 แล้ว lat จะวนผ่านค่าเดิมอีกครั้ง และในแต่ละตำแหน่ง lat/lon จะมีค่า predicted_price กำกับอยู่ด้วย ในบทที่ 3 จะเห็นว่าการเก็บข้อมูลแบบนี้ในรูปแบบ matrix นั้นสะดวกและมีประโยชน์กว่า
เมื่อข้อมูลอยู่ในรูปกริดสม่ำเสมอ วิธีหนึ่งในการแสดงผลคือใช้ heatmap โดย geom_tile() ใน ggplot2 จะวาดสี่เหลี่ยมผืนผ้าที่จุดศูนย์กลางอยู่ที่แต่ละตำแหน่ง และขยายเต็มพื้นที่ระหว่างตำแหน่งนั้นกับตำแหน่งถัดไป ทำให้ครอบคลุมพื้นที่ทั้งหมด เมื่อกำหนดตัวแปรให้กับ aesthetic fill ก็จะได้ heatmap ออกมา
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้างภาพข้อมูลภูมิสารสนเทศใน R
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Add a geom_point() layer
ggplot(preds, aes(lon, lat))