4 boyutlu verileri görselleştirmek için bazı popüler seçenekler nelerdir?

Diyelim ki ilk üçü koordinat olarak ve sonuncusu değer olarak kabul edilebilecek şu dört boyutlu veriye sahibim.

c1, c2, c3, value
1, 2, 6, 0.456
34, 34, 12 0.27
12, 1, 66 0.95

İlk üç koordinatın son değer üzerindeki etkisi nasıl daha iyi görselleştirilir?

Üç yöntemin farkındayım.

Birincisi, nokta değeri dört değer olan ilk üç koordinat için 3B çizimdir. Ancak verilerdeki eğilimi görmek o kadar kolay değil.

Diğeri, her biri bir koordinatı sabit olan bir dizi 3D çizim kullanmaktır.

Bir diğeri, R'nin kafesinde sözde bir "kafes grafikleri" olabilir. Bu amaç için değil ama öyle görünüyor.

İlk üçü yalnızca uzamsal koordinatlarsa ve veriler seyrekse, değer için farklı boyutlarda veya renkli noktalara sahip bir 3D dağılım grafiği yapabilirsiniz.

_Şuna benzer bir şey görünüyor: _{(kaynak: gatech.edu )}

Verileriniz doğası gereği kesintisiz olarak tasarlanmışsa ve bir kafes ızgarasında mevcutsa, Yürüyen Küpleri kullanarak verilerin çeşitli izocontourlarını çizebilirsiniz .

Yoğun 4D verileriniz olduğunda başka bir yaklaşım, 3D'ye gömülü verilerin birkaç 2D "dilimini" göstermektir. Bunun gibi bir şey olacak:

Dört nicel değişkeniniz var mı? Eğer öyleyse, turları, paralel koordinat çizimlerini, dağılım grafiği matrislerini deneyin. R'deki tourr (ve tourrGui) paketi turlar yürütecek, temel olarak yüksek boyutlarda rotasyon yapacak, 1D, 2D veya daha fazlasına yansıtmayı seçebilirsiniz ve pakette alıntı yapmak için okuyabileceğiniz bir JSS kağıdı var. Paralel koordinat grafikleri ve dağılım grafiği matrisleri GGally paketinde, ayrıca dağılım grafiği matrisleri YaleToolkit paketinde bulunur. Tüm videolar hakkında videolar ve daha fazla dokümantasyon için http://www.ggobi.org adresine de bakabilirsiniz .

Verileriniz tamamen kategorikse, mozaik çizimler veya varyantlar kullanmalısınız. R'deki ürün grafikleri paketine bir göz atın, ayrıca vcd'nin bazı makul fonksiyonlara veya kategorik veriler için paralel koordinat grafiklerinin eşdeğerini yapmak için ggparallel pakete sahiptir. Ayrıca, sadece ekstre paketinin kategorik verileri görüntülemek için bazı işlevleri olduğunu buldu.

Aslında soruyu yanlış okudum, çünkü soruda durdum ve tam açıklamayı okumayı ihmal ettim. Aşağıdaki yaklaşıma benzer şekilde (3B boyama noktaları), yüksek boyutlu alanlarda tanımlanan işlevleri keşfetmek için bağlantılı fırçalamayı kullanabilirsiniz. Videoya bir göz atın burada hangi gösterileri 3D değişkenli normal fonksiyonu için yapıyorum. Fırça yüksek yoğunluklu noktaları (yüksek fonksiyon değerleri) boyar ve daha sonra düşük ve düşük yoğunluk değerlerine (düşük fonksiyon değerleri) gider. İşlevin örneklendiği yerler, 4, 5 veya daha yüksek boyutlu alanlara bakmak için kullanılabilen tur kullanılarak 3B dönen bir dağılım grafiğinde gösterilir.

Chernoff yüzlerini deneyin . Fikir değişkenleri yüz özelliklerine eklemektir. Örneğin, gülümsemenin boyutu bir değişkendir, yüzün yuvarlaklığı başka bir vb.

Diğer bir yol, 3-b faz diyagramının 2-d projeksiyonlarını göstermektir. Değişkenlerinizin x1, x2, x3, x4 olduğunu varsayalım. Her x4 değeri için (x1, x2, x3) noktalarının 3-b grafiğini çizin ve noktaları bağlayın. Bu en iyi x4 sipariş edildiğinde işe yarar, örneğin tarih veya saat.

GÜNCELLEME: Kabarcık grafikleri de deneyebilirsiniz. Üç boyut olağan kartezyen x, y, z ve 4. boyut kabarcık noktasının boyutudur.

Animasyonu deneyebilirsiniz, yani zamanı dördüncü boyut olarak kullanın.

Ayrıca kabarcık ve animasyon kombinasyonu: x, y, kabarcık ve zaman.

Ayrıca, Chernoff ile ilgili biraz daha ciddi görünebilen glif grafiği . Değişken değerlerle orantılı ışın uzunluğuna sahip yıldızlar.