可视化原理及应用中可视化数据挖掘.docVIP

可视化原理及应用中可视化数据挖掘 　　[摘要]分析目前数据挖掘领域中可视化方法的研究状况，并结合可视化数据挖掘工具(WEKA)阐述可视化技术的应用，对可视化数据挖掘技术的发展进行展望。 　　[关键词]数据挖掘　数据可视化可视化数据挖掘　WEKA 　　[文献编码]doi:10.3969/j.issn.0450-9889(C).2011.08.060 　　 　　信息时代飞速发展的今天，掌握信息就是掌握商机，但决策者面对大量的数据，是很难作出正确的评估和决策的。因此，从大量数据中提取有用的信息并且用一种用户一目了然的方式呈现出来，对于商家来说是至关重要的。可视化数据挖掘应运而生。 　　可视化(Visualization)是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。它将符号或数据转换为直观的几何图形，便于研究人员观察其模拟和计算过程。可视化包括了图像综合，这就是说，可视化是用来解释输入到计算机中的图像数据，并从复杂的多维数据中生成图像的一种工具。可视化数据挖掘可认为是从数据到可视化形式再到人的感知系统的可调节的映射。它指的是采用可视化的方式检查、理解交互数据挖掘算法，它利用数据可视化技术作为计算机和用户之间信息沟通的渠道，从而发现新颖而又易于理解的模式。 　　 　　一、可视化技术介绍 　　 　　一般来说，对于人而言图像在信息传播过程中比文字、声音更有效，可视化技术的目标是帮助人们增强认知能力。可视化在现实数据和用户认知之间建立起一个反馈环，实现数据的图形或图像表现形式。数据可视化的方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术，等等。 　　 　　(一)传统的可视化方法 　　低维数据一般采用传统的可视化方法，包括条形图、柱状图、折线图、饼图、锯齿图、散点图、局部回归曲线图、等高线图、时序图、核曲线、数据立方体。 　　当维度为三维时，可以采用数据立方体的方法通过切片、切块、旋转、钻取等各种分析动作来观察数据库中的数据。但是，数据立方体在表现上缺乏直观性，其数据的采集和表示都比较困难。 　　 　　 　　(二)新兴的可视化技术 　　1.基于几何投影技术的可视化方法。基于几何投影技术的可视化方法的目标是抽取多维数据集中令人感兴趣的少数维度数据的投影进行分析。如格架图、安德鲁斯曲线技术、散点矩阵技术、测量图、平行坐标可视化技术和放射性可视化技术。 　　2.基于图像技术的可视化方法。基于图像技术的可视化方法是把每个多维数据项映射为一个图像，这种技术限制了可视化维度的数目。如线条图、图标、色彩图等。 　　3.面向像素的可视化方法。面向像素的可视化方法把每个数据项的属性映射到彩色像素中，在不同的子窗口表现不同数据属性的值。其优点是可以尽可能大的描述信息并且不会产生重叠，发现数据聚类以及其他有价值的关系。如空间添充曲线技术、递归模式技术、循环分段技术，SNA KE SPR IN G技术、SNA KE-AXES技术，以及组合技术。 　　4.数据管技术。数据管技术可认为是面向像素技术的一种扩充。它是指将循环分段的思想运用于三维空间中，用户通过在管道中的漫游来获取有用的知识。 　　5.分层技术的可视化方法。分层技术对k维空间进行再分，并以分层的方式来表示子空间。典型分层技术可视化方法是维度层积。每个维都离散化为子图像栅格。子图像根据两个更多维度的箱数被进一步分解。分解过程持续递归，直到指定所有的维为止。 　　 　　二、数据挖掘领域中的可视化 　　 　　数据挖掘中的可视化按照应用阶段总体上可以分为数据预处理可视化、数据挖掘过程可视化、数据挖掘结果可视化等几个部分，而每一个部分中涉及的技术和研究内容相当多。 　　 　　(一)数据预处理过程中的可视化 　　数据预处理阶段的可视化主要是对数据的可视化，用到可视化技术的主要是数据可视化。现代的数据可视化(datavisualization)技术指的是运用计算机图形学和图像处理技术将数据转换为图形或图像在屏幕上显示出来并进行交互处理的理论、方法和技术。它涉及计算机图形学、图像处理、计算机辅助设计、计算机视觉及人机交互技术等多个领域。科学家们不仅需要通过图形图像来分析由计算机算出的数据，而且需要了解在计算过程中数据的变化。随着计算机技术的发展，数据可视化概念也在不断地扩展，它不仅包括科学计算数据的可视化而且包括工程数据和测量数据的可视化。 　　 　　数据可视化是可视化技术在非空间数据领域的应用，它改变了传统的通过关系数据表来观察和分析数据信息的方式，使人们能够以更直观的方式看到数据及其结构关系，发现数据中隐含的信息。数据可