如何利用R中的热图可视化logistic回归

我有二元观测y（0,1）和两个自变量（x1和x2）的逻辑回归。我想通过热图（2D预测值矩阵）可视化模型预测。我可以部分得到我想要的（见下图），但如何添加：

• 预测值的色标
• 适当的轴（水平和垂直） 垂直）对于x1和x2
• 如何知道矩阵的适当旋转？x1（或x2）位于水平轴还是垂直轴上

数据模拟 种子（16） x_sample.lr使用matrix（）时，它按列填充矩阵，因此检查前199个值，所有值均为x2==1

all(lr.pred$predicted[1:199] == pl.pred.mtrx[,1])

当您使用image（）绘制此矩阵时，实际上是转置矩阵并绘制颜色，您可以尝试使用以下方法：

image(matrix(1:18,ncol=2))

所以在你的图中，X轴是x1，Y轴是x2，我们可以添加轴标签，抑制记号

# we place it at 1,10,20..100
TICKS = c(1,10*(1:10))

image(pl.pred.mtrx,xlab="x1",ylab="x2",xaxt="n",yaxt="n")
# position of your ticks is the num over the length
axis(side = 1, at = which(x_sample.lr %in% TICKS)/nrow(pl.pred.mtrx),labels = TICKS)
axis(side = 2, at = which(x_sample.lr %in% TICKS)/ncol(pl.pred.mtrx),labels = TICKS)

我不知道添加颜色图例的简单方法。因此，我的建议是使用字段：

library(fields)
# in this case we know how x and y will run.. with respect to matrix z
# in other situations, this will depend on how you construct z
DA = list(x=x_sample.lr,y=x_sample.lr,z=pl.pred.mtrx)
image.plot(DA,col=hcl.colors(12, "YlOrRd", rev = TRUE))

library(fields)
# in this case we know how x and y will run.. with respect to matrix z
# in other situations, this will depend on how you construct z
DA = list(x=x_sample.lr,y=x_sample.lr,z=pl.pred.mtrx)
image.plot(DA,col=hcl.colors(12, "YlOrRd", rev = TRUE))