如何用ggplot2绘制堆叠条形图对比多模型特征重要性分解结果？

当然可以实现这个需求，以下是具体的实现步骤和代码：

步骤说明 #

• 移除不需要的y列：该列是模型的总解释值，堆叠条形图仅需各特征的分解贡献值
• 重塑数据格式：将宽格式数据转换为长格式，这是ggplot绘制堆叠图的标准数据格式
• 绘制堆叠条形图：利用geom_bar的position="stack"参数实现堆叠效果，stat="identity"直接使用数据中的数值作为条形高度

完整实现代码 #

# 加载所需工具包
library(tibble)
library(reshape2)
library(ggplot2)

# 构造目标数据集
df <- tibble(
  methods = c("线性回归", "决策树", "随机森林"), 
  y  = c(1, 2, 3), 
  g1 = c(0.3, 0.8, 1.3), 
  g2 = c(0.5, 1,   1), 
  g3 = c(0.2, 0.2, 0.7)
)

# 移除无需参与绘图的y列
df <- df %>% select(-y)

# 将宽格式数据转换为ggplot适配的长格式
df_melt <- melt(df, id.vars = 'methods')

# 绘制堆叠条形图
ggplot(df_melt, aes(x = methods, y = value, fill = variable)) + 
  geom_bar(position = "stack", stat = "identity") +
  labs(title = "不同模型的特征重要性分解对比",
       x = "模型方法",
       y = "特征贡献值",
       fill = "特征变量") +
  theme_minimal()

代码细节说明 #

• melt(df, id.vars = 'methods')：以methods为分组标识，将g1/g2/g3等特征列转换为variable（特征名称）和value（贡献数值）的长格式结构
• position="stack"：指定条形图采用堆叠模式，把同一模型下的不同特征贡献值叠加展示
• 额外添加的labs和theme_minimal用于优化图表可读性和美观度，可根据需求自行调整

内容的提问来源于stack exchange，提问作者Buoyant Xu