[发明专利]针对多维整值型数据集的平行坐标改进方法

说明书

本发明涉及一种针对多维整值型数据集的平行坐标改进方法，属于计算机图形学与可视化技术领域。实现步骤为：针对数据集中的每一个整值型数据维统计其数据值的种类数；统计不同数据值在数据集中的占比，并以此建立分段坐标轴，通过坐标轴分段的高度比例展现数据值的占比；针对数据集中的每一条记录，通过偏移映射方法在可视化映射过程中不断更新偏移值，从而使不同记录的整值在坐标轴上映射为不同高度，从而解决同点映射问题；本发明可直观的获得各数据维中各数据值的记录数占比情况，并可快速分析各维数据间的关联关系和关联强度，提高了针对多维整值型数据集的可视分析能力。

技术领域

本发明涉及针对多维整值型数据集的平行坐标改进方法，属于计算机图形学与可视化技术领域。

技术背景

“整值型数据”是在数据集中的一种常见的内容，整值型数据是如性别(男、女)、地区(省、市)、农药毒性(剧毒、高毒、中毒、低毒)等形式的类别数据，其在进行数值化转换从而用于数据分析时，常被转换为离散的整值型数据，而非连续型数据。

平行坐标方法是针对多维数据分析常用的可视化方法，但其面对多维整值型数据时，会造成很多困扰，如在平行坐标可视化方法中，整值型数据中的同一数值在可视化映射过程中会在坐标轴上映射于同一位置(本发明中称为同点映射)，造成可视化结果无法反映数据的分布、数量信息，以及类别数据间的关联强度等信息，从而很大程度的降低了交叉关联分析的有效性。

本发明针对多维整值型数据集提出了一种平行坐标可视化方法的改进方案，将“分段坐标轴”的理念引入到平行坐标系的坐标轴中，并通过提出“偏移映射”的方法使得整值型数据中的不同记录即便数据值相同其在坐标轴的映射位置也不同，从而解决“同点映射”问题，以此提高多维整值型数据集或包含整值型数据维的数据集的分析能力和分析效率。

从可视化方法来说，本发明中提出的针对多维整值型数据集的平行坐标改进方法，在已公开的文献中，还未发现同类技术。

发明内容

本发明的目的是针对多维整值型数据集或包含整值型数据维的数据集，提出一种平行坐标改进方法，包含如下步骤：

步骤1：针对数据集中的每一个整值型数据维统计其数据值的种类数，并计算各数据值的占比。

针对其中一个整值型数据维(设定为D_i)的计算方法如下：

步骤1.1：将整值型数据维D_i的所有数据，提取为一个向量(表示为V_i)。假如数据集中的数据记录数为T，则V_i向量的分量数据个数为T。

步骤1.2：统计V_i向量中数据值的种类个数(表示为NV_i)。

步骤1.3：统计V_i向量中各数据值的记录数，按照记录数由多到少进行排序。将V_i向量中的各数据值，根据记录数由多到少的顺序，转换数据值为1至NV_i，命名转换值为j的数据值为V_ij，命名数据维D_i中满足V_i＝V_ij的记录数为NV_ij。

本发明中将V_i向量中的各数据值的转换后的数据值称为“转换值”，V_i向量中各数据值的转换值取值范围为1至NV_i。

步骤1.4：计算V_i向量中各数据值对应的记录占比。满足V_i＝V_ij的记录占比R_ij计算方法如公式(1)：

其中T为步骤1.1所述的数据集中的所有记录数。