机器学习 高维数据可视化

高维数据如何可视化？

答：高维指数据具有多个独立属性，多元指数据具有多个相关属性。

高维数据可视化可以有五种方法：

1.在二维/三维图表上增加视觉通道，以表达更多的属性信息。当维度超过三维后，可以增加视觉编码来表示，例如颜色、大小、形状、填充形式等。但对于更高维多元数据的可视化，这种方法还是很局限。

2.多视图协调关联: 不同的视图表示数据的一部分属性。

3.利用散点矩阵: 对于N维数据，使用N2个二维散点图逐一表示N个属性之间的两两关系。随着数据维度的增加，a散点图数量的增加导致可读性下降。

4.利用表格透镜: 类似于表，以图的形式显示表格中的数值。
1)排序与选择操作：易于发现分布规律与关联关系
2)焦点与上下文：关注的区域以图文强调
3)重组视图：移动属性列

5.利用平行坐标系: 平行的坐标轴表示不同维度,每个数据点对应一条穿过所有坐标轴的折线。

总结：

当维度低于10时	二维/三维图表上增加视觉通道；散点图矩阵；平行坐标
当维度在10-100之间时	平行坐标，降维投影图
当维度在100以上时	降维投影图