.png){kind=icon}
返回
VISAnt: Unsupervised Data Exploration with Chernoff Faces
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-06069-3_31.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在大数据时代，需要以无监督方式探索大型高维数据集以识别聚类、检测异常值并生成标签。许多现有工具和方法通过可视化探索促进这些任务，但“放大”视图（使用表格和条形图聚焦于个体对象）与“缩小”视图（使用降维技术如PCA或t-SNE将整个数据集可视化在二维中）之间仍存在显著差距。为弥合这一差距，我们提出VISAnt，一种采用切诺夫脸谱可视化的视觉数据分析工具。在标准二维数据集投影及散点图的基础上，VISAnt使用切诺夫脸谱符号表示相邻对象组，同时允许用户放大查看组内个体实例。这种方法不仅有助于揭示局部模式并呈现整体结构视图，还能促进比较不同降维方法在给定数据集中的效率。我们通过一项涉及多发性硬化症患者的真实案例研究展示了VISAnt的实用性。
Keyword:
similarity data analytics
visualization
chernoff faces
interactive browsing
期刊
S
IF:
0
论文数:
38
被引数:
0
机构
引用论文
The association between brain volume loss and disability in multiple sclerosis: A systematic review脑容量减少与多发性硬化残疾之间的关联：一项系统综述
.png){kind=icon}
PREAI
分享收藏
查看更多内容