Come gestire il registro di zero in R in image.plot?

Question

Ho una matrice e le voci sono tutte probabilità. La maggior parte delle voci ha probabilità molto basse. Alcuni hanno zeri. Devo fare il log della matrice. Tuttavia, poiché nella matrice sono presenti degli zeri, R genera -inf per quelle voci zero. Il mio obiettivo è quello di alimentare questo registro (matrice) nel file image.plot(). Quando mi nutro questo nel image.plot, ho continuato a ottenere questo errore:

Error in seq.default(minz + binwidth/2, maxz - binwidth/2, by = binwidth) : 
    invalid (to - from)/by in seq(.) 

C'è qualche soluzione qui che può aiutarlo ad ottenere intorno a questo?

Ecco cosa la matrice appare come:

    0   1   2   3   4   5   6 
[1,] -0.0007854138 -8.9132811 -10.011893 -10.705041 -9.606428 -9.318746  -Inf 
[2,] -0.3402118357 -1.6137090 -2.742625 -4.215836 -5.721434 -7.121522 -9.606428 
[3,] -0.2912175507 -2.0296478 -3.521929 -4.275321 -4.426519 -4.187369 -3.715705 
[4,] -1.5244380532 -0.7048802 -2.001368 -3.405243 -3.713864 -3.143919 -3.781412 
[5,] -0.7572491288 -0.7487709 -3.981208 -5.110329 -5.228577 -5.095569 -5.293395 
[6,] -0.0007629648  -Inf -8.759130 -7.613998 -9.606428  -Inf  -Inf 
[7,] -0.0020658381 -7.4861648 -7.526987 -7.094123 -9.318746  -Inf  -Inf 
[8,] -0.0295715883 -6.7160566 -7.208533 -6.610696 -6.485533 -6.813220 -6.387552 
[9,] -0.0032128722 -6.7160566 -7.613998 -7.871827 -7.760602 -8.759130 -8.759130 
[10,] -0.4869248130 -1.3225132 -2.518576 -3.768698 -5.140520 -6.183252 -7.208533 
       7   8   9 
[1,]  -Inf -10.705041 -10.011893 
[2,]  -Inf  -Inf -7.149693 
[3,] -4.965248 -5.968842 -6.428374 
[4,] -4.696227 -5.091913 -4.669559 
[5,] -5.163777 -5.468599 -6.577906 
[6,]  -Inf  -Inf  -Inf 
[7,]  -Inf  -Inf  -Inf 
[8,] -6.627503 -6.456545 -6.400976 
[9,] -10.011893 -10.011893  -Inf 
[10,] -8.402456 -7.814669 -6.546158 

Ecco la struttura:

structure(c(0.999214894571557, 0.71161956034096, 0.747353073126963, 
0.217743382682817, 0.468954688200987, 0.999237326155227, 0.997936294302378, 
0.970861372812921, 0.996792283535218, 0.614513234634365, 0.000134589502018843, 
0.199147599820547, 0.13138178555406, 0.49416778824585, 0.472947510094213, 
0, 0.000560789591745177, 0.00121130551816958, 0.00121130551816958, 
0.266464782413638, 4.48631673396142e-05, 0.0644010767160162, 
0.0295423956931359, 0.135150291610588, 0.0186630776132795, 0.00015702108568865, 
0.00053835800807537, 0.000740242261103634, 0.000493494840735756, 
0.0805742485419471, 2.24315836698071e-05, 0.0147599820547331, 
0.0139075818752804, 0.0331987438313145, 0.00603409600717811, 
0.000493494840735756, 0.000829968595782862, 0.00134589502018843, 
0.000381336922386721, 0.0230820995962315, 6.72947510094213e-05, 
0.00327501121579183, 0.0119560340960072, 0.0243831314490803, 
0.00536114849708389, 6.72947510094213e-05, 8.97263346792284e-05, 
0.00152534768954688, 0.000426200089726335, 0.00585464333781965, 
8.97263346792284e-05, 0.000807537012113055, 0.0151861821444594, 
0.0431135038133692, 0.00612382234185734, 0, 0, 0.00109914759982055, 
0.00015702108568865, 0.00206370569762225, 0, 6.72947510094213e-05, 
0.0243382682817407, 0.022790489008524, 0.00502467474203679, 0, 
0, 0.00168236877523553, 0.00015702108568865, 0.000740242261103634, 
0, 0, 0.00697622252131, 0.00912965455361149, 0.00572005383580081, 
0, 0, 0.00132346343651862, 4.48631673396142e-05, 0.000224315836698071, 
2.24315836698071e-05, 0, 0.00255720053835801, 0.00614625392552714, 
0.00421713772992373, 0, 0, 0.0015702108568865, 4.48631673396142e-05, 
0.000403768506056528, 4.48631673396142e-05, 0.000785105428443248, 
0.00161507402422611, 0.00937640197397936, 0.00139075818752804, 
0, 0, 0.00165993719156572, 0, 0.00143562135486765), .Dim = c(10L, 
10L), .Dimnames = list(NULL, c("0", "1", "2", "3", "4", "5", 
"6", "7", "8", "9"))) 

Answer 1

È vero che una trama di log può "rendere più evidente la differenza tra le voci". Tuttavia, se hai zeri nei tuoi dati, lo utilizzeresti male. Il punto di una scala logaritmica è quello di illustrare aumenti esponenziali nei dati. Avendo zeri, tuttavia, significa che o:

• i valori osservati non sono stati prodotti da un processo di crescita esponenziale esibendo o
• è necessario gestire i valori mancanti in modo diverso.

In entrambi i casi, quello che avrebbe funzionato molto meglio nel tuo caso sta prendendo il radice quadrata dei valori. Oppure (n> 2) -th radice se si desidera accentuare ulteriormente la differenza di valori: maggiore è lo n, maggiore è la differenza.

Come da suggerimento di @ flodel di seguito, il codice che farebbe questo è: image.plot(sqrt(x)) o, più in generale, image.plot(x^(1/n)) per alcuni n>1.

Spero che questo aiuti.

Answer 2

Impossibile incollare più righe di codice in un commento, ma questo esempio mostra quello che volevo dire :

> m=cbind(c(0,0.88,0.99),c(1,2,1),c(3,4,5)) 
> m=as.matrix(m) 
> log(m) 
      [,1]  [,2]  [,3] 
[1,]  -Inf 0.0000000 1.098612 
[2,] -0.12783337 0.6931472 1.386294 
[3,] -0.01005034 0.0000000 1.609438 
> m 
    [,1] [,2] [,3] 
[1,] 0.00 1 3 
[2,] 0.88 2 4 
[3,] 0.99 1 5 

Answer 3

Un semplice trucco è quello di aggiungere 1 dal log1 = 0 tale che cella con 0 ancora avrà 0 dopo il log trasformazion n.

k<-matrix(c(1:8,0,0),nrow=2,ncol=5) 

> k 
    [,1] [,2] [,3] [,4] [,5] 
[1,] 1 3 5 7 0 
[2,] 2 4 6 8 0 
log(k) 
      [,1]  [,2]  [,3]  [,4] [,5] 
[1,] 0.0000000 1.098612 1.609438 1.945910 -Inf 
[2,] 0.6931472 1.386294 1.791759 2.079442 -Inf 

log(k+1) 
      [,1]  [,2]  [,3]  [,4] [,5] 
[1,] 0.6931472 1.386294 1.791759 2.079442 0 
[2,] 1.0986123 1.609438 1.945910 2.197225 0 

Answer 4

L'eccezione viene lanciata da seq(), che non può prendere -inf come uno qualsiasi dei suoi argomenti. È possibile ottenere esattamente lo stesso tipo di errore con il seguente codice:

> seq(-log(0), 0, 50) 
Error in seq.default(-log(0), 0, 50) : invalid (to - from)/by in seq(.) 

di evitarlo, seguire trucco 's @Metrics. Anche se suggerirò invece di aggiungere 1.0, aggiungere un valore molto piccolo, come 1e-22, poiché la matrice è una matrice di probabilità.

Answer 5

Se questi zeri sono causati da una misurazione fisica che dovrebbe fornire risultati positivi, ma non lo fa per motivi tecnici, potrebbe essere ragionevole sostituire 1/2 del limite inferiore di rilevamento per gli zeri.

M2 <- M 
print(min(M[M!=0]), digits=16) 
#[1] 2.24315836698071e-05 
M2[M2==0] <- 0.5*min(M[M!=0]) 
image(M2) 
image(log(M2))