统计图形可视化

统计图可视化

数据变换

归一化

目的：
根据分布映射数据
颜色/尺寸/坐标位置编码
归一化区间：
[-1 , 1]
[0 , 1]

曲线拟合/光滑

目的：展示数据趋势
不同的拟合方式：

统计采样

从统计分布中选出的样本，用于近似原分布中的特征
影响采样的因素：
　　分布本身的特性
　　数据的测量精度
　　是否需要分析样本细节（样本精细度）
　　采样成本

K-Means聚类

K-means
　随机产生K个中心位置
　将每个数据点归为距离最近的中心位置所属的类
　根据新的类别划分重新计算中心位置
　回到第二步，直到满足一定约束

K-medoids – 改进
　中心位置必须在数据点所在位置上
　中心位置满足“到类内所有数据点的距离之和最小”

统计图表

中值斜率倾斜：

平均斜率倾斜：

平均方向倾斜：

横纵比倾斜：

多尺度45°倾斜

为不同的规模优化横纵比
方法：
　鉴别感兴趣数据的尺度
　生成特定规模的趋势线
　把这些线向45°倾斜
　过滤生成的横纵比
　
Log尺度：容易比较所有数据
尺度中断：很难跨越中断比较所有数据