绘制多种算法的Accuracy的对比分析可视化

专题介绍：R是一种广泛用于数据分析和统计计算的强大语言，于上世纪90年代开始发展起来。得益于全世界众多爱好者的无尽努力，大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio（用户的界面体验更好）。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献，让R语言在全球范围内越来越流行。其中一些R包，例如MASS，SparkR， ggplot2，使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上，而且嵌入了一个非常方便实用的帮助系统，相比于其他统计分析软件，R的学术性开发比较早，适合生物学和医学等学术学科的科研人员使用。

问题提出

利用多种算法解决科学问题的时候，记录每种算法在各个采样点下性能指标，比方说Accuracy，如何绘制这些算法的Accuracy的对比分析的可视化呢？

解决方法

第一步：数据导入

# 数据导入
library(readxl)
model_accuracy_data <- read_excel('model_accuracy.xlsx')

# 变量重命名
names(model_accuracy_data) <- c('Sample', 'Model1', 'Model2', 'Model3')

model_accuracy_data

数据检视结果如下图：

第二步：宽数据转换为长数据

library(tidyverse)
model_accuracy_data1 <- model_accuracy_data %>%
  gather(key = 'Model', value = 'Accuracy', -Sample)

第三步：数据可视化

ggplot(data = model_accuracy_data1, aes(x = Sample, y = Accuracy)) +
  geom_point() +
  geom_line(aes(col = Model)) +
  theme_classic() +
  theme(legend.background = element_rect(fill="lightblue",
                                         size=0.5, linetype="solid", 
                                         colour ="darkblue")) +
  scale_x_continuous(breaks=model_accuracy_data1$Sample) +
  expand_limits(y=c(0, 0.8))

数据可视化结果如下图：