Paralel koordinat grafiği için kolay bir açıklama

Birçok Paralel koordinat grafiği okudum ve gördüm. Birisi aşağıdaki soruları cevaplayabilir mi:

1. Bir layman'ın anlayabilmesi için basit sözcüklerle paralel koordinat grafikleri (PCP) nedir?
2. Mümkünse bazı sezgilerle matematiksel bir açıklama
3. PCP ne zaman yararlıdır ve ne zaman kullanılır?
4. PCP ne zaman yararlı değildir ve ne zaman kaçınılmalıdır?
5. PCP'nin olası avantajları ve dezavantajları

Bana öyle geliyor ki, PCP'nin ana işlevi, homojen birey gruplarını vurgulamak veya tersine (ikili alanda, PCA ile analoji yoluyla) farklı değişkenler üzerindeki belirli ilişki modellerini vurgulamaktır. Çok fazla değişken olmadığında çok değişkenli bir veri kümesinin etkili bir grafik özetini üretir. Değişkenler otomatik olarak standartlaştırılmış değişkenlerle çalışmaya eşit olan sabit bir aralığa (tipik olarak 0-1) ölçeklendirilir (bir değişkenin ölçekleme sorunu nedeniyle diğerlerine etkisini önlemek için), ancak çok yüksek boyutlu veri kümesi için (# > 10), kesinlikle mikrodizi çalışmalarında kullanılan dalgalanma grafiği veya ısı haritası gibi diğer ekranlara bakmanız gerekir .

Aşağıdaki gibi soruları cevaplamaya yardımcı olur:

• belirli sınıf üyeliği ile açıklanabilecek tutarlı bireysel puanlar modeli var mı (örn. cinsiyet farkı)?
• iki veya daha fazla değişken üzerinde gözlenen puanlar arasında sistematik bir değişkenlik var mı (örneğin, değişkeni üzerinde gözlenen düşük puanlar her zaman yüksek puanlarla ilişkilidir )?$X_1$$X_2$

İris verilerinin aşağıdaki grafiğinde, türlerin (burada farklı renklerde gösterilmiştir) taç yaprağı uzunluğu ve genişliği göz önüne alındığında çok ayrımcı profiller gösterdiği veya Iris setosa'nın (mavi) taç yaprağı uzunluklarına göre daha homojen olduğu açıkça görülmektedir ( örneğin varyansları daha düşüktür).

PCA gibi sınıflandırma veya boyut küçültme tekniklerinin arka ucu olarak bile kullanabilirsiniz. Çoğu zaman, bir PCA gerçekleştirirken, özellik alanını azaltmanın yanı sıra, birey kümelerini de vurgulamak istersiniz (örneğin, değişkenlerin bazı kombinasyonlarında sistematik olarak daha yüksek puan alan kişiler var mı); bu genellikle faktör puanlarına bir tür hiyerarşik kümeleme uygulayarak ve sonuçta küme üyeliğini faktöriyel alanda vurgulayarak azalır (bkz. FactoClass R paketi).

Ayrıca, küme sayısını arttırırken küme tahsisinin nasıl geliştiğini incelemeyi amaçlayan kümelenme programlarında da ( hiyerarşik olmayan ve hiyerarşik küme analizlerini görselleştirme ) kullanılır (ayrıca bkz . Uygulamada aglomeratif hiyerarşik kümelenme için hangi durdurma kriterleri kullanılır? ).

Bu tür ekranlar, olağan dağılım grafiklerine (yapım yoluyla 2D ilişkileriyle sınırlıdır) bağlandığında da faydalıdır, buna fırçalama denir ve GGobi veri görselleştirme sisteminde veya Mondrian yazılımında kullanılabilir.

3, 4 ve 5. sorularla ilgili olarak bu işe göz atmanızı öneririm

Desenleri paralel koordinatlarda algılama: ilişkilerin tanımlanması için eşikleri belirlemek: Jimmy Johansson, Camilla Forsell, Mats Lind, Matthew Cooper in Information Visualization, Vol. 7, No. 2. (2008), s. 152-162.

Bulgularını özetlemek gerekirse, insanlar her bir düğüm arasındaki ilişkinin eğiminin yönünü belirlemeye uygundur, ancak ilişkinin gücünü veya eğimin derecesini belirlemede o kadar iyi değildir. İnsanların makaledeki ilişkiyi hala çözebileceği önerilen gürültü seviyeleri veriyorlar. Maalesef makale, chl gibi renklerle alt grupların tanımlanmasını tartışmamaktadır.

Lütfen http://www.cs.tau.ac.il/~aiisreal/ adresini ziyaret edin ve ayrıca yeni kitaba bakın

Paralel Koordinatlar - Bu kitap, fantastik insan kalıbı tanımayı sistematik olarak problem çözme sürecine dahil ederek görselleştirme ile ilgilidir ... www.springer.com/math/cse/book/978-0-387-21507-5.

Ch. Şekil 10'da paralel koordinatların (kısaltma || -cs) nasıl kullanılabileceğini gösteren çok değişkenli verilere sahip birçok gerçek örnek bulunmaktadır. Ayrıca sadece nokta kümelerini değil, çok değişkenli / çok boyutlu ilişkileri (yüzeyler) görselleştirmek ve onunla çalışmak için matematiğin bir kısmını öğrenmeye değer. Moebius şeridi, dışbükey kümeleri ve daha pek çok boyutta tanıdık nesnelerin analoglarını görmek ve çalışmak eğlencelidir.

Kısacası || -cs, eksenlerin birbirine paralel olduğu çok boyutlu eksenlerin görülmesini sağlayan çok boyutlu bir koordinat sistemidir. Metodoloji, Hava Trafik Kontrolü, Bilgisayarla Görme, Süreç Kontrolü ve Karar Destek'teki Uyuşmazlık çözümü algoritmalarına uygulanmıştır.