数据挖掘中的可视化方法

1. 数据可视化
   数据可视化，是关于数据视觉表现形式的科学技术研究。其中，这种数据的视觉表现形式被定义为，一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。[1]
   它是一个处于不断演变之中的概念，其边界在不断地扩大。主要指的是技术上较为高级的技术方法，而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。与立体建模之类的特殊技术方法相比，数据可视化所涵盖的技术方法要广泛得多。
2. 传统的可视化隐喻用于单个或小维度数据，它们包括：
   A: 显示聚合和频数的条形统计图
   B: 显示变量值分布的柱状图
   C: 了解走向程序的折线图
   D: 总体的各部分可视化的饼图
   E: 二元分析的散点图
   3.平行坐标
   平行坐标是一种通常的可视化方法， 用于对高维几何和多元数据的可视化。
   Parallel Coordinates 平行坐标
   为了表示在高维空间的一个点集， 在N条平行的线的背景下，（一般这N条线都竖直且等距），一个在高维空间的点被表示为一条拐点在N条平行坐标轴的折线，在第K个坐标轴上的位置就表示这个点在第K个维的值。
   平行坐标是信息可视化的一种重要技术。为了克服传统的笛卡尔直角坐标系容易耗尽空间、 难以表达三维以上数据的问题， 平行坐标将高维数据的各个变量用一系列相互平行的坐标轴表示， 变量值对应轴上位置。 为了反映变化趋势和各个变量间相互关系，往往将描述不同变量的各点连接成折线。所以平行坐标图的实质是将 维欧式空间的一个点Xi(xi1,xi2,…,xim) 映射到维平面上的一条曲线。
   平行坐标图可以表示超高维数据。 平行坐标的一个显著优点是其具有良好的数学基础， 其射影几何解释和对