.png){kind=icon}
返回
Correlation n-star Graphs
.png){kind=icon}
PRE
AI
DOI：10.58245/ipsi.tir.2602.03.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在进行相关性分析和其结果与过程的可视化时，相关性类别的系统性识别常常被忽视。这些类别可以描述为研究数据集中共享相似相关性模式的属性集合，如属性对之间关系测量的强度和方向，并可作为识别显著和非显著相关性的方法，同时引入属性层次结构以支持自动预测分析。本研究提出了相关性n-星图，一种基于图的可视化模型，旨在支持多维数据集中这些类别的自动识别。研究重点包括可视化模型的设计、所提出概念的Python实现，以及对三个基准数据集的实验评估，评估了可视化与相关性分类的定性和定量方面。
Keyword:
correlation structures
correlation classes
correlation analysis
visualiza-tion
predictive analysis
data analysis
