本篇博客用于记录IGAL九期班汪云海老师上课内容的学习笔记,汪老师本次上课的题目是“以任务为驱动的自动化可视化(Task-driven Automated Visualization)”。可视化是把看不见的数据转换成可见的图像,让我们人以视觉的方法去分析数据,挖掘数据所蕴藏的信息。基于计算机的可视化系统提供数据集的可视化表示,旨在帮助人们更有效地执行某些任务。 但当前的问题是对于缺乏经验的设计者来说:1、如何快速的构建可视化图形。2、怎样调参才能使可视化的图像更能使人理解。针对这两个问题,汪老师详细讲解了他们在以任务为驱动的自动化可视化,以此避免出现每个可视化的都需要人选择以及来调参的问题上的研究,其详细内容如下:
在课程的最开始,汪老师为我们展示了一些不好的可视化图形来使大家认识到合理设计可视化图像的重要性:
| |
我们很明显可以看出:左图饼图存在的问题是比例不是百分百,右图存在的问题是最高值和最低值颜色过于接近使得可视化效果不明显,且图形构造上存在问题。这些可视化图像存在的问题都使得这些可视化的图像对普通用户来说变得难以读懂达到适得其反的效果。
为了快速的做出好的可视化形,需要解决:(1)太多可视化的方法,到底选用哪个合适?(2)参数怎样调?在给定任务的前提条件下,怎样通过算法解决这两个问题,然后自动化的产生良好的可视化图形,汪老师详细介绍了他们对此方面做的研究。
做出的研究:以任务为驱动的自动化可视化, 避免出现每个可视化的都需要人选择以及来调参的问题
做法:给定一个Task让机器去度量
从让机器的变得智能到让人变得更加智能,所以要从人的视觉出发去考虑可视化的建立
怎样做自动的可视映射怎样做自动的可视化?
哪一种折线图更好是看趋势重要还是看细节重要,需根据任务本身去决定。
研究问题:
是否可以自动选择正确的表示形式来显示时间序列中的趋势?
哪些以及不同因素如何影响可视化方法的选择?
研究工作主要回答这两个问题
先假设拟合一个区域,再根据这个趋势去画图:散点图和折线图,然后将它变成密度的表达方式(弱化异常点),最后用EMD距离(Earth Mover's Distance 详细可参考https://www.jianshu.com/p/2b171e1b43d4)算法去计算上下两个图形和中间两个图形哪个更加接近。 ·
假设到底是什么因数导致的比较上的差异:
1、异常值对可视化的选择有很大影响;
2、趋势可能会产生微弱的影响;
3、噪音影响在异常值和趋势之间;
4、纵横比的影响可能不强;
然后生成一些数据,通过这些数据来验证以上的假设那些是成立的,要求每个参与者通过考虑哪一个更好地捕捉趋势来在线图或散点图之间进行选择
选择结果:1、总结“SS”“LL”和“两者都好”的百分比,一致选择的百分比达到62%。2、删除“两个坏”的数据,一致选择的百分比达到71%
研究结果:不同因素的影响
1.趋势没有显着影响
2.异常值,纵横比和噪声具有显着影响
3.效果大小:异常值>宽高比>噪声
希望能够量化的去看怎么能根据给定的任务去自动的选择更好的可视化,那些因素是怎样影响
宽高比强烈影响图形感知
![]() | ![]() |
怎样自动的去计算一个宽高比?简单介绍了45度角定理等, 研究了参数无关化的一些方法AL、AWO、RV
基于45度角理论 AS、AO:对于高频信号结果很类似 RV、AL、AWO、L1-LOR:参数化无关的 基于角度差最大理论 LOR、GOR一定程度上参数化无关的,然后对这些方法逐个对比研究
实验结论:这些所有的方法对于这个Spike noise 高频特别厉害的结果都不好,都会选择结果都很小的宽高比
通过对这几个方法的实验结论来知道怎么选宽高比选择的方法
核心理念:
1、先把输入点变成密度场 2、将密度场直接基于高数中的积分公式将无数条线的积分转换场的积分
多类散点图怎样选择宽高比和颜色:
对于多类数据选择一个很好的颜色板, 然后把这个颜色板的颜色映射到每一类上去(多类的彩色化)
由于不同搭配出的效果不同,哪个颜色对应哪个类,任务是将这个区分开,怎样找他的搭配关系?
通过对一些心理的研究:
1、让相邻的类之间的颜色跟周围的差异比较大,跟背景的颜色对比度比较大
定义差异度比较大时用到了目前已有的CIE Color Difference来定义颜色上的差异度、Geometry-based Class Separation来定义空间上的差异度
做出的自动配色的网站:http://www.color-assignment.net/
最后,汪老师还对他们在其他可视化方面做的工作做了简单介绍:
文本可视化:词云 怎样让语意支持词云的编辑 让人知道你编辑的东西和自动补齐 www.edwordle.net