该方法为空间重采样提供了良好的可视化方法。
用法
# S3 method for spatial_rset
autoplot(object, ..., alpha = 0.6)
# S3 method for spatial_block_cv
autoplot(object, show_grid = TRUE, ..., alpha = 0.6)
参数
- object
-
spatial_rset
对象或spatial_rsplit
对象。请注意,只有从sf
对象进行的重新采样才会创建spatial_rset
和spatial_rsplit
对象;此函数不适用于使用非空间 tibbles 或 data.frames 进行的重新采样。 - ...
-
传递给
ggplot2::geom_sf()
的选项。 - alpha
-
不透明度,传递给
ggplot2::geom_sf()
。 Alpha 的值范围为 0 到 1,值越低对应的颜色越透明。 - show_grid
-
绘制 spatial_block_cv 对象时,网格本身是否应该绘制在数据之上?设置为 FALSE 以删除网格。
值
一个 ggplot 对象,每个折叠都分配了一种颜色,使用 ggplot2::geom_sf()
制作。
细节
spatial_rset
的绘图方法显示每个观察值分配到的折叠。请注意,如果将数据分配给多个折叠(如果使用非零 radius
创建重采样,则这种情况很常见),只有每个观测值的 "last" 折叠才会出现在绘图上。考虑添加 ggplot2::facet_wrap(~ fold)
以分别可视化每个折叠的所有成员。或者,考虑使用 spatial_rsplit
方法(例如,通过 lapply(object$splits, autoplot)
)绘制每个分割。
相关用法
- R spatialsample spatial_clustering_cv 空间聚类交叉验证
- R spatialsample spatial_nndm_cv 最近邻距离匹配 (NNDM) 交叉验证
- R spatialsample spatial_block_cv 空间块交叉验证
- R spatialsample spatial_vfold 带缓冲的 V 形折叠交叉验证
- R variogram 计算空间变异函数
- R anova.trls 用于拟合趋势表面对象的方差分析表
- R Kfn 计算点模式的 K-fn
- R Kenvl 计算 K-fns 模拟的包络和平均值
- R correlogram 计算空间相关图
- R trmat 评估网格上的趋势面
- R Kaver 模拟的平均 K 函数
- R semat 评估网格预测的克里金标准误差
- R surf.ls 通过最小二乘法拟合趋势面
- R ppgetregion 获取空间点模式分析的域
- R pplik Strauss空间点过程的伪似然估计
- R surf.gls 通过广义最小二乘法拟合趋势面
- R ppregion 设置空间点模式分析的域
- R Strauss 模拟施特劳斯空间点过程
- R prmat 评估网格上的克里金曲面
- R ppinit 从文件中读取点过程对象
- R trls.influence 趋势面的回归诊断
- R SSI 模拟连续空间抑制点过程
- R predict.trls 趋势曲面拟合的预测方法
- R expcov 空间协方差函数
- R Psim 模拟二项式空间点过程
注:本文由纯净天空筛选整理自Michael Mahoney等大神的英文原创作品 Create a ggplot for spatial resamples.。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。