20160430 tokyo r53

1. によるウイスキー分析 Tokyo.R#53 2016-04-30 @kashitan

2. Tokyo.Rといえば「ウイスキーもあるよ！東京R勉強会に参加してみた（第51回TokyoR参加レポート）」より

3. これをでやりたい http://itpro.nikkeibp.co.jp/atcl/column/16/032500073/032500001/

4. • ggradarによる可視化 • 多次元尺度法によるポジショニングの確認

5. ggradarによる可視化

6. ウイスキーデータ • スコットランドのストラスクライド⼤学が提供する86種類のウイスキーのフレーバーに関するオープンデータ Distillery Medicinal Winey Floral Body Tobacco Nutty Postcode Sweetness Honey Malty Latitude Smoky Spicy Fruity Longitude

7. 平均の算出 > # データロード > w <- read.csv("https://www.mathstat.strath.ac.uk/outreach/nessie/ datasets/whiskies.txt", header=TRUE, stringsAsFactor=FALSE) > rownames(w) <- w$Distillery > # 平均 > library(dplyr) > library(ggradar) > overall <- w %>% + select(-RowID, -Distillery, -Postcode, -Latitude, -Longitude) %>% + summarise_each(funs(mean), everything()) %>% + add_rownames("group") %>% + mutate(group = "overall")

8. レーダーチャートの描画 > library(ggradar) > ggradar(overall, grid.min=0, grid.mid=2, grid.max=4)

9. 代表7銘柄の抽出 > # 代表7銘柄 > w.list <- c("OldFettercairn","Caol Ila", "Talisker", "Highland Park", "Macallan", "Auchent oshan", "Glenﬁddich") > w.sub <- w %>% + ﬁlter(Distillery %in% w.list) %>% + select(-RowID, -Postcode, -Latitude, -Longitude)

10. 代表7銘柄のレーダーチャート描画 > # 個別にプロット > ggradar(w.sub[1, ], grid.min=0, grid.mid=2, grid.max=4) > ggradar(w.sub[2, ], grid.min=0, grid.mid=2, grid.max=4) > ggradar(w.sub[3, ], grid.min=0, grid.mid=2, grid.max=4) > ggradar(w.sub[4, ], grid.min=0, grid.mid=2, grid.max=4) > ggradar(w.sub[5, ], grid.min=0, grid.mid=2, grid.max=4) > ggradar(w.sub[6, ], grid.min=0, grid.mid=2, grid.max=4) > ggradar(w.sub[7, ], grid.min=0, grid.mid=2, grid.max=4)

11. 代表7銘柄のレーダーチャート描画

12. 多次元尺度法によるポジショニングの確認

13. 「シングルモルトウイスキーフレーバーマップ」より

14. 多次元尺度法とは • 多次元尺度法(MDS: multi-dimensional scaling)は、個体間の親近性データを、2次元あるいは3次元空間に類似したものを近く、そうでないものを遠くに配置する⽅法で、データの構造を考察する⽅法である。 • 多次元尺度法は計量多次元尺度法と⾮計量多次元尺度法に⼤別される。計量多次元尺度法とは距離データを低次元に配置する⽅法で、⾮計量多次元尺度法は、順序尺度のデータの類似度あるいは距離に変換可能な親近性データを低次元に配置する⽅法である。 https://www1.doshisha.ac.jp/ mjin/R/27/27.html

15. 多次元尺度法のステップ 1.距離を求める。 2.座標値を求める 3.2〜3次元上で個体を配置する 4.信頼性について考察する

16. 距離の計算 > library(proxy) > # コサイン類似度の計算 > w.dist <- w %>% + select(-RowID, -Distillery, -Postcode, -Latitude, -Longitude) %>% + dist(method="cosine")

17. 階層クラスタリング > ## 階層型クラスタリング > w.hc <-w.dist %>% + hclust(method="ward.D2") > # クラスタ番号の付与 > w.cls <- w.hc %>% + cutree(k = 4) %>% + as.matrix() %>% + as.data.frame() %>% + add_rownames() %>% + rename(Distillery = rowname, + group = V1)

18. 階層クラスタリング > # デンドログラムを描画 > library(networkD3) > dendroNetwork(w.hc, width="1000", treeOrientation="vertical")

19. 座標値を求める > w.cmd <- w.dist %>% + # MDS + cmdscale() %>% + as.data.frame() %>% + add_rownames() %>% + rename(Distillery = rowname, + x = V1, + y = V2) %>% + inner_join(w.cls, by="Distillery")

20. プロット > library(rCharts) > dP <- dPlot( + y ~ x, + groups = c("Distillery","group"), + data = w.cmd, + type = "bubble" + ) > dP$xAxis( type = "addMeasureAxis" ) > print(dP)

21. プロット

20160430 tokyo r53

Takashi Kitano

20160430 tokyo r53