多次元ガウス分布は、次の式で定義される確率分布です。
\[ \mathcal{N}(\mathbf{x} | \boldsymbol{\mu}, \boldsymbol{\Sigma}) = \frac{ 1 }{ (2 \pi)^{\frac{D}{2}} |\boldsymbol{\Sigma}|^{\frac{1}{2}} } \exp \left\{ - \frac{1}{2} (\mathbf{x} - \boldsymbol{\mu})^{\top} \boldsymbol{\Sigma}^{-1} (\mathbf{x} - \boldsymbol{\mu}) \right\} \]
2次元のグラフで表現するため\(D = 2\)とすると、それぞれ次の形状になります。
\[ \mathbf{x} = (x_1, x_2) ,\ \boldsymbol{\mu} = (\mu_1, \mu_2) ,\ \boldsymbol{\Sigma} = \begin{pmatrix} \sigma_1^2 & \sigma_{1,2} \\ \sigma_{2,1} & \sigma_2^2 \end{pmatrix} \]
この2次元ガウス分布のグラフを作成します。
利用するパッケージを読み込みます。
mvnfast
は、多次元ガウス分布に関するパッケージです。
等高線図を描画するのに格子状の点を利用します。
作図の前に、格子点の作成方法を確認します。
seq()
で、x軸とy軸の値を作成します。
# x軸の値を作成
x_vals <- seq(from = 1, to = 5, by = 1)
# y軸の値を作成
y_vals <- seq(from = 11, to = 15, by = 1)
x_vals; y_vals
## [1] 1 2 3 4 5
## [1] 11 12 13 14 15
seq()
で数列を作成
from
:最小値to
:最大値by
:値の間隔 第1引数(from
)から第2引数(to
)までの値を第3引数(by
)に指定した間隔で作成します。
作成した値をデータフレームに格納します。
## # A tibble: 5 x 2
## x y
## <dbl> <dbl>
## 1 1 11
## 2 2 12
## 3 3 13
## 4 4 14
## 5 5 15
ggplot2
パッケージで作図するには、作図に用いる値をデータフレームにしておく必要があります。
散布図を作成して値を確認します。
# 散布図を作成
ggplot() +
geom_point(data = x_vals_df, mapping = aes(x = x, y = y)) + # 散布図
scale_x_continuous(breaks = x_vals) + # x軸目盛
scale_y_continuous(breaks = y_vals) + # y軸目盛
labs(title = "seq()")
geom_point()
で散布図を描画 expand.grid()
で、格子点を作成します。
# 格子点を作成
x_grid_df <- expand.grid(
x = x_vals, # x軸の値
y = y_vals # y軸の値
)
head(x_grid_df); tail(x_grid_df)
## x y
## 1 1 11
## 2 2 11
## 3 3 11
## 4 4 11
## 5 5 11
## 6 1 12
## x y
## 20 5 14
## 21 1 15
## 22 2 15
## 23 3 15
## 24 4 15
## 25 5 15
expand.grid()
で格子点(直交する点)を作成
列名 = 値
として指定 各行が1つの点に対応し、「x_vals
の要素数」掛ける「y_vals
の要素数」個の点(組み合わせ)ができます。2つのベクトルの要素数が同じである必要はありません。
作成した点を確認します。
# 散布図を作成
ggplot() +
geom_point(data = x_grid_df, mapping = aes(x = x, y = y)) + # 散布図
scale_x_continuous(breaks = x_vals) + # x軸目盛
scale_y_continuous(breaks = y_vals) + # y軸目盛
labs(title = "expand.grid()") # ラベル
x_vals, y_vals
の全ての組み合わせになっているのを確認できます。
格子点の確認ができたので、2次元ガウス分布の作図を行います。
まずは、分布の設定を行い、確率密度を計算します。
作図に利用する\(\mathbf{x} = (x_1, x_2)\)の値を作成します。
# xの値を作成
x_vals <- seq(from = -5, to = 5, length.out = 51)
# xの点を作成
x_points <- expand.grid(x1 = x_vals, x2 = x_vals) %>%
as.matrix()
head(x_points)
## x1 x2
## [1,] -5.0 -5
## [2,] -4.8 -5
## [3,] -4.6 -5
## [4,] -4.4 -5
## [5,] -4.2 -5
## [6,] -4.0 -5
seq()
で\(x_1, x_2\)の値を作成して、x_vals
とします。等高線が粗い(点の数が少ない)場合や処理が重い(点の数が多い)場合は、この設定を調整してください。
expand.grid()
で\(\mathbf{x}\)の値(組み合わせ)を作成して、x_points
とします。ただし、確率密度の計算時ために、as.matrix()
でデータフレームからマトリクスに変換しておきます。
平均ベクトル\(\boldsymbol{\mu}\)と分散共分散行列\(\boldsymbol{\Sigma}\)を作成します。
\(\boldsymbol{\mu}\)の値を指定してmu_d
とします。
\(\boldsymbol{\Sigma}\)の値を指定してsigma_dd
とします。matrix()
に\((\sigma_1^2, \sigma_{2,1}, \sigma_{1,2}, \sigma_2^2)\)の順に値を指定します。
設定したパラメータを使って確率密度を計算します。
# 2次元ガウス分布を計算
dens_df <- tibble(
x1 = x_points[, 1], # x軸の値
x2 = x_points[, 2], # y軸の値
density = mvnfast::dmvn(X = x_points, mu = mu_d, sigma = sigma_dd) # 確率密度
)
head(dens_df)
## # A tibble: 6 x 3
## x1 x2 density
## <dbl> <dbl> <dbl>
## 1 -5 -5 2.21e-12
## 2 -4.8 -5 5.89e-12
## 3 -4.6 -5 1.51e-11
## 4 -4.4 -5 3.71e-11
## 5 -4.2 -5 8.76e-11
## 6 -4 -5 1.99e-10
mvnfast
パッケージのdmvn()
で多次元ガウス分布の確率密度を計算できます。
X
にx_points
mu
にmu_d
sigma
にsigma_dd
を指定します。
\(x_1, x_2\)の値と、対応する確率密度(計算結果)をデータフレームに格納します。
分布の設定と計算ができたので、2次元ガウス分布のグラフを作成します。
# 散布図を作成
ggplot() +
geom_point(data = dens_df, mapping = aes(x = x1, y = x2, color = density, alpha = density)) + # 散布図
labs(title = "geom_point()") # ラベル
geom_point()
で散布図を描画
color
引数:点の色alpha
引数:透過度 それぞれの引数にdensity
列を指定して、確率密度に応じて点ごとに色と濃淡を付けます。
# 等高線図を作成
ggplot() +
geom_contour(data = dens_df, mapping = aes(x = x1, y = x2, z = density, color = ..level..)) + # 等高線図
labs(title = "geom_contour()") # ラベル
geom_contour()
で等高線図を描画
z
引数:z軸の値color
引数:等高線の色
..level..
を指定するとz
引数の値に応じて色付け先ほどの散布図に関して、確率密度が同じ点を線で結んだイメージです。
# 2次元ガウス分布を作図
ggplot() +
geom_contour(data = dens_df, mapping = aes(x = x1, y = x2, z = density, color = ..level..)) + # 等高線図
coord_equal() + # アスペクト比
labs(title = "Multivariate Gaussian Distribution",
subtitle = paste0("mu=(", paste(mu_d, collapse = ", "), ")",
", lambda=(", paste(sigma_dd, collapse = ", "), ")"),
x = expression(x[1]), y = expression(x[2]),
color = "density") # ラベル
Enjoy!