R 在mgcViz图中组合多个簇的gam平滑

我有几个集群的gam平滑，这些集群来自一个基于模型的集群代码，它结合了不等长的时间序列，我想将它们与数据一起显示

mgcViz包为单个集群提供了出色的可视化效果，但我不知道如何组合它们。也许是因为它的目标是可视化几个效果，而不是几个集群。然而，它的性能非常接近我所需要的，因此这里有一个可复制的示例（改编自）：

库（mgcViz）
n=1e3
z=rnorm（n）
dat=数据帧（x=代表（z，时间=2），
y=rep（c（1,2），每个=n）+c（sin（z），0.5*z^2）+rnorm（2*n）/4，
g=系数（代表（1:2，各=n）））
b不是
mgcViz，但是您可以自己创建所需的输出并使用
ggplot2：

库（mgcv）
图书馆（GG2）
theme_set（theme_bw（））
n=1e3
z=rnorm（n）
dat=data.frame(
z=rep（z，乘以2），
y=rep（c（1,2），每个=n）+c（sin（z），0.5*z^2）+rnorm（2*n）/4，
g=系数（代表（1:2，各=n）））
b My
b
是每个聚类的独立
gam
结果列表（我更新了问题），因此我没有一个带有
g
的单一模型。我可以用
g
截取来重新调整模型，但我想知道这是否可以避免，因为涉及的数据量很大。它可以工作，如果需要从
b
开始，会有更多的数据争论，因为我的问题是
gam
的结果列表。具体来说，您的
predict
被替换为
do.call（c，lappy（b，predict，newdata=list（x=z），type=“response”）
。谢谢@乔乔夫：我已经根据请求对帖子进行了编辑。请注意，在单模型版本中，您还可以使用函数
mgcv:：bam
代替
gam
，使用
method=“fREML”
和
discrete=TRUE
，以减少计算时间和内存需求。
library(mgcViz)
n = 1e3
z = rnorm(n)
dat = data.frame(x = rep(z, times = 2),
                 y = rep(c(1,2), each = n) + c(sin(z), 0.5*z^2) + rnorm(2*n)/4,
                 g = factor(rep(1:2, each = n)))

b <- lapply(1:2, function(i, dat) gam(y ~ s(x), data = dat[dat$g == i, ]),
            dat = dat)

plot(getViz(b[[1]])) + l_points() + l_fitLine() + l_ciLine()   # First
plot(getViz(b[[2]])) + l_points() + l_fitLine() + l_ciLine()   # Second
plot(getViz(b))   # Third
ggplot(dat, aes(x, y, color = g)) + geom_point(pch = ".") + theme_bw() # Fourth