あなたのlm
呼び出しから作成された予測オブジェクトに基づいてポイントをサンプリングする必要があります。これにより、volcanoオブジェクトに似たサーフェスが作成され、プロットに追加することができます。
library(plotly)
library(reshape2)
#load data
my_df <- iris
petal_lm <- lm(Petal.Length ~ 0 + Sepal.Length + Sepal.Width,data = my_df)
以下は、私たちのサーフェスの範囲を設定します。私は0.05ポイントごとにサンプリングを行い、データセットの範囲を自分の限界として使用しました。ここで簡単に変更できます。この時点で
#Graph Resolution (more important for more complex shapes)
graph_reso <- 0.05
#Setup Axis
axis_x <- seq(min(my_df$Sepal.Length), max(my_df$Sepal.Length), by = graph_reso)
axis_y <- seq(min(my_df$Sepal.Width), max(my_df$Sepal.Width), by = graph_reso)
#Sample points
petal_lm_surface <- expand.grid(Sepal.Length = axis_x,Sepal.Width = axis_y,KEEP.OUT.ATTRS = F)
petal_lm_surface$Petal.Length <- predict.lm(petal_lm, newdata = petal_lm_surface)
petal_lm_surface <- acast(petal_lm_surface, Sepal.Width ~ Sepal.Length, value.var = "Petal.Length") #y ~ x
、我々はグラフにしたいすべてのxとyのz値を持つpetal_lm_surface
を、持っています。今、私たちはただ、それぞれの種の色やテキストを追加し、ベースのグラフ(ポイント)を作成する必要があります。
hcolors=c("red","blue","green")[my_df$Species]
iris_plot <- plot_ly(my_df,
x = Sepal.Length,
y = Sepal.Width,
z = Petal.Length,
text = Species,
type = "scatter3d",
mode = "markers",
marker = list(color = hcolors))
をした後、表面を追加:
iris_plot <- add_trace(last_plot = iris_plot,
z = petal_lm_surface,
x = axis_x,
y = axis_y,
type = "surface")
iris_plot
を