绘制嵌套模型

Question

在数据集上运行例如 cv.glmnet 会给我（默认情况下）100 个不同的模型。现在，如果我的数据集缺少数据，我可以进行多次插补（例如 10 次插补）并对每个插补运行 cv.glmnet。

如果我忽略每个模型的实际系数值，而只查看选定的特征（即列名称集），则某些模型是其他模型的子模型。

像这样的代码在某种程度上模仿了结果：

usevars<-paste("var", 1:100, sep="")
mdls<-replicate(1000, {
        numVars<-sample.int(length(usevars), 1)
        sample(usevars, numVars)
    })
names(mdls)<-paste("mdl", 1:1000, sep="")

现在，在这方面很容易获得子模型的父子关系。也可以仅包括“直接亲子关系”（即，如果模型 A 是 B 的孩子，B 是 C 的孩子，则不包括 A 和 C 之间的关系）。

最后，我遇到了我的问题：我使用 igraph 来绘制这些模型及其（直接）关系。然而，我没有找到可以根据另一个变量（在本例中为模型大小）对节点进行分组的布局：在这种设置中，创建此图表似乎是一个好主意，该图表包含具有相同模型的模型的“带”大小（模型中的变量数量）。

我最终所做的，或多或少是通过一堆代码自己计算每个节点的位置（我很不好意思在这里发布），但我总是想知道我是否只是错过了一个更好的/出局-即用型解决方案。

我自己的代码生成了这样的图表（您可以忽略颜色和标签 - 只需知道水平轴保存模型大小即可）：

与我自己完成所有艰苦工作相比，更优雅地实现此类图表的建议非常重要赞赏。

Answer 1

igraph开发版（即0.6，尚未正式发布，但你可以在邮件列表 向您发送副本）有两个隐藏（即尚未记录）参数：miny 和 maxy 。它们允许您将节点的 Y 坐标限制在一定范围内，因此您可以使用它来创建图层。

或者，我现在正在为 igraph 实现 Sugiyama 分层图形布局方法，我将在一两天内将其合并到开发树中（如果一切顺利的话），然后您可以尝试一下。

Answer 2

您可以使用该选项来约束 qgraph 中的 fruchterman-reingold 算法来执行此操作。为了展示这一点，我首先创建一个嵌套模型的小型邻接矩阵：

adj <- matrix(0,9,9)

adj[1,2:4] <- 1
adj[2:4,5:7] <- 1
adj[5:7,8] <- 1
adj[8,9] <- 1 

mod <- c(1,rep(2,3),rep(3,3),4,5)

这里 adj 是邻接矩阵，mods 是一个包含模型级别的向量（嵌套的距离） ）。

在qgraph 中，您可以在邻接矩阵上使用qgraph() 函数绘制邻接矩阵的图。通过设置参数 layout="spring" 您可以调用 Fruchterman-Reingold 算法，并使用 layout.par 您可以为 Fruchterman-Reingold 提供参数列表。

通过参数constraints，我们可以对布局设置约束。这必须是一个包含 2 列和每个节点一行的矩阵。每行的第一个元素是 x 坐标，第二个元素是 y 坐标。如果它包含 NA，则意味着该坐标可以自由移动，如果这是一个值，则意味着该坐标固定在某个位置。

你必须在 y 位置的范围内尝试不同的事情，看看什么最有效。这里我只是将 mod 向量乘以节点数，就得到了一个好看的图：

library("qgraph")
Lpar <- list(constraints = cbind(NA,nrow(adj)*mod))
L <- qgraph(adj,layout="spring",layout.par=Lpar)$layout

这里我们还将布局保存在一个对象 L 中，它可以用作布局在 igraph 中也是如此。