飛び入り発表資料

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

8. 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")

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

10. 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)

11. 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)

12. 代表7銘柄の
レーダーチャート描画

13. 多次元尺度法による
ポジショニングの確認

14. 「シングルモルトウイスキー フレーバーマップ」より

15. 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

16. 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

17. 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")

18. 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)

19. 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")

20. 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")

21. 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)

22. プロット