参考资料：《数据探掘 R语言实战》 p65-P68

install.packages("rattle") # 获取实验数据集

install.packages("ellipse") # 获取构建相关图的函数plotcorr
rm(list = ls())

library("ellipse") # 加载包

library("rattle") 
data(weather) # 加载数据集

head(weather) # 查看数据集
##         Date Location MinTemp MaxTemp Rainfall Evaporation Sunshine

## 1 2007-11-01 Canberra     8.0    24.3      0.0         3.4      6.3

## 2 2007-11-02 Canberra    14.0    26.9      3.6         4.4      9.7

## 3 2007-11-03 Canberra    13.7    23.4      3.6         5.8      3.3

## 4 2007-11-04 Canberra    13.3    15.5     39.8         7.2      9.1

## 5 2007-11-05 Canberra     7.6    16.1      2.8         5.6     10.6

## 6 2007-11-06 Canberra     6.2    16.9      0.0         5.8      8.2

##   WindGustDir WindGustSpeed WindDir9am WindDir3pm WindSpeed9am

## 1          NW            30         SW         NW            6

## 2         ENE            39          E          W            4

## 3          NW            85          N        NNE            6

## 4          NW            54        WNW          W           30

## 5         SSE            50        SSE        ESE           20

## 6          SE            44         SE          E           20

##   WindSpeed3pm Humidity9am Humidity3pm Pressure9am Pressure3pm Cloud9am

## 1           20          68          29      1019.7      1015.0        7

## 2           17          80          36      1012.4      1008.4        5

## 3            6          82          69      1009.5      1007.2        8

## 4           24          62          56      1005.5      1007.0        2

## 5           28          68          49      1018.3      1018.5        7

## 6           24          70          57      1023.8      1021.7        7

##   Cloud3pm Temp9am Temp3pm RainToday RISK_MM RainTomorrow

## 1        7    14.4    23.6        No     3.6          Yes

## 2        3    17.5    25.7       Yes     3.6          Yes

## 3        7    15.4    20.2       Yes    39.8          Yes

## 4        7    13.5    14.1       Yes     2.8          Yes

## 5        7    11.1    15.4       Yes     0.0           No

## 6        5    10.9    14.8        No     0.2           No
test_data <- weather[, 12:21] # 第12到21列为数值型

cor_matrix <- cor(test_data, use = "pairwise") # 两两变量求相关系数

cor_matrix # 显示结果
##              WindSpeed9am WindSpeed3pm Humidity9am Humidity3pm Pressure9am

## WindSpeed9am   1.00000000   0.47296617  -0.2706229  0.14665712 -0.35633183

## WindSpeed3pm   0.47296617   1.00000000  -0.2660925 -0.02636775 -0.35980011

## Humidity9am   -0.27062286  -0.26609247   1.0000000  0.54671844  0.13572697

## Humidity3pm    0.14665712  -0.02636775   0.5467184  1.00000000 -0.08794614

## Pressure9am   -0.35633183  -0.35980011   0.1357270 -0.08794614  1.00000000

## Pressure3pm   -0.24795238  -0.33732535   0.1344205 -0.01005189  0.96789496

## Cloud9am       0.10184246  -0.02642642   0.3928416  0.55163264 -0.15755279

## Cloud3pm      -0.02247149   0.00720724   0.2719381  0.51010790 -0.14100043

## Temp9am        0.06407405  -0.01776636  -0.4365506 -0.25568147 -0.46041819

## Temp3pm       -0.23518635  -0.18756965  -0.3551186 -0.58167615 -0.25367375

##              Pressure3pm    Cloud9am    Cloud3pm     Temp9am    Temp3pm

## WindSpeed9am -0.24795238  0.10184246 -0.02247149  0.06407405 -0.2351864

## WindSpeed3pm -0.33732535 -0.02642642  0.00720724 -0.01776636 -0.1875697

## Humidity9am   0.13442050  0.39284158  0.27193809 -0.43655057 -0.3551186

## Humidity3pm  -0.01005189  0.55163264  0.51010790 -0.25568147 -0.5816761

## Pressure9am   0.96789496 -0.15755279 -0.14100043 -0.46041819 -0.2536738

## Pressure3pm   1.00000000 -0.12894408 -0.14383718 -0.49263629 -0.3454853

## Cloud9am     -0.12894408  1.00000000  0.52521793  0.02104135 -0.2023440

## Cloud3pm     -0.14383718  0.52521793  1.00000000  0.04094519 -0.1728142

## Temp9am      -0.49263629  0.02104135  0.04094519  1.00000000  0.8444058

## Temp3pm      -0.34548531 -0.20234405 -0.17281423  0.84440581  1.0000000
col <- 1:10 # 填充颜色

plotcorr(cor_matrix, col = col, type = "lower", diag = F)

相关性越强圆形越窄，左倾斜（\）表示负相关，右倾斜（/）表示正相关，例如Temp3pm和Temp9am为正相关

# numbers = T, diag = T

plotcorr(cor_matrix, numbers = T, type = "lower", diag = T)

  • col 设置椭圆填充颜色

  • type 设置显示上三角、下三角、全部显示（upper、lower、full）

  • diag 逻辑值，是否显示主对角线

  • numbers 逻辑值，是否用相关系数值取代椭圆，数值会增大10倍四舍五入

利用elliipse做相关图的更多相关文章

  1. Java基础-继承 利用接口做参数，写个计算器，能完成+-*/运算

    38．利用接口做参数,写个计算器,能完成+-*/运算 (1)定义一个接口Compute含有一个方法int computer(int n,int m); (2)设计四个类分别实现此接口,完成+-*/运算 ...

  2. 利用SCI做的一个足球答题系统

    SCI,异步串行通信接口,内置独立的波特率产生电路和SCI收发器,可以选择发送8或9个数据位(其中一位可以指定为奇或偶校验位). SCI是全双工异步串行通信接口,主要用于MCU与其他计算机或设备之间的 ...

  3. 利用toString做类型的判断

    //利用toString做类型的判断 : /*var arr = []; alert( Object.prototype.toString.call(arr) == '[object Array]' ...

  4. 利用boost做string到wstring转换，以及字符集转换 - Error - C++博客

    利用boost做string到wstring转换,以及字符集转换 - Error - C++博客 利用boost做string到wstring转换,以及字符集转换 #include <boost ...

  5. 利用Python做绝地科学家(外挂篇)

    i春秋作家:奶权 前言  玩吃鸡时间长的鸡友们 应该都知道现在的游戏环境非常差 特别在高端局 神仙满天飞 搞得很多普通玩家非常没有游戏体验  因为吃鸡的火爆 衍生出了一条巨大的外挂利益链 导致市面上出 ...

  6. python idea 利用树莓派做家庭报警系统

    1 利用树莓派做家庭报警系统idea 功能如下: 1.程序家侧人不在家(7:00-6:00) 2.树莓派搭配摄像头,对这门进行图像识别,如果变化,门开了,就报警: 3.报警的方式是给我发短信,采信,或 ...

  7. Unity利用AnimationCurve做物体的各种运动

    ​之前一直都是自己学习Unity各种做Demo,最近开始正式使用Unity来做一个款2d的游戏. 其中在做一个类似小球弹跳运动的时候遇到了点问题,查找了很多资料,无意间发现AnimationCurve ...

  8. 【译文】利用STAN做贝叶斯回归分析：Part 2 非正态回归

    [译文]利用STAN做贝叶斯回归分析:Part 2 非正态回归 作者 Lionel Hertzogn 前一篇文章已经介绍了怎样在R中调用STAN对正态数据进行贝叶斯回归.本文则将利用三个样例来演示怎样 ...

  9. KNIMI数据挖掘建模与分析系列_002_利用KNIMI做商超零售关联推荐

    利用KNIMI做商超零售关联推荐 http://blog.csdn.net/shuaihj 一.測试数据 须要測试数据,请留下邮箱 二.训练关联推荐规则 1.读取销售记录(sales.table) 2 ...

随机推荐

  1. 人人都写过的5个Bug！

    大家好,我是良许. 计算机专业的小伙伴,在学校期间一定学过 C 语言.它是众多高级语言的鼻祖,深入学习这门语言会对计算机原理.操作系统.内存管理等等底层相关的知识会有更深入的了解,所以我在直播的时候, ...

  2. java中的软，弱，虚引用介绍与特性分析

    java的弱,虚,软引用介绍 1.弱,虚,软引用的介绍 对于绝大部分的对象而言,在程序中是存在着一个引用变量引用该对象,这是常见的引用方式,也就是常说的 强引用,对于强引用引用的对象,系统JVM是不会 ...

  3. 小白自制Linux开发板 十. NES游戏玩起来

    本篇基于我们制作的Debian文件系统而展开,而且我们这会玩一些高级的操作方式--用我们的小电脑进行程序编译.   所以本篇操作全部都在我们个的开发板上完成.   1. 开发环境搭建 首先安装gcc, ...

  4. 字符串折叠&压缩（区间DP）

    字符串折叠 题目描述 折叠的定义如下: 一个字符串可以看成它自身的折叠.记作S = S X(S)是X(X>1)个S连接在一起的串的折叠.记作X(S) = SSSS-S(X个S). 如果A = A ...

  5. hdu 5166 Missing number（。。。）

    题意: 有一个排列,但少了两个数.给你少了这两个数的排列.找出是哪两个数. 思路: 看代码,,, 代码: int a[1005]; int main(){ int T; cin>>T; w ...

  6. Spring Cloud 微服务实战——nacos 服务注册中心搭建(附源码)

    作为微服务的基础功能之一的注册中心担任重要的角色.微服务将单体的服务拆分成不同的模块下的服务,而不同的模块的服务如果进行通信调用呢?这就需要服务注册与发现.本文将使用阿里开源项目 nacos 搭建服务 ...

  7. 使用NLog把日志写入数据库并按天自动分表

    前言 最近用Asp.net Core开发程序的时候 因为时间的关系,就没有过多的去关注日志方面的功能 都是直接用系统的ILogger先记录着,然后看日志的时候就先在命令行看日志 在开发阶段没有什么问题 ...

  8. TTMS 一个基于Java Swing的Socket通信的剧院票务管理系统

    TTMS (Theater Ticket Management System) 点我进入github TTMS全称剧院票务管理系统,分为客户端和服务器端.服务器端可以接收客户端连接请求,客户端相当于我 ...

  9. github上传和删除文件（三）

    上传文件: git init git add * git commit -m "description" //git remote rm origin 或查看当前 git remo ...

  10. 在线编辑Word——插入图表

    在Word中可插入图表,配合使用表格能够更加全方位的展示数据的可信度并增加数据的可读性.本文将通过使用在线编辑器 Spire.Cloud Word 演示如何来插入图表,并设置相关格式化操作.具体步骤如 ...