問題点:
1.私たちは、完全な属性空間でパターンを見つけることができない、とパターンが小さい部分空間のみを見ることができます。
2.パターン・トレイル多変量データの部分空間の探査のためのインタラクティブな視覚的なアプローチであります
関連作品:
1.多変量データ解析と可視化
プロット座標平行; ピクセル棒グラフ。チャーノフが直面しています。
視覚分析のための次元縮小を使用して2。
MDS:多次元尺度。
PCA:主成分分析。
T-SNE:T-分散確率的近隣埋め込み;
SOM:自己組織化マップ
3.部分空間検索と可視化
方法論
多変量データの1派生興味深い部分空間
補足知識:
1.部分空間パターンと部分空間分析は何ですか。
2.理解そのような多変量データにおける主なタスクは、ことにある関連パターン識別と解釈等稠密グループ(クラスタ)、外れ値、または相関を。
視覚的に多変量データを探索するための3テクニック:
プロットを平行座標。
次元削減降维。低次元空間にデータを変換するが、データの主な構造を維持します。
4. チャーノフの顔
5。