[发明专利]多维度数据可视化设备、方法和程序

说明书

技术领域

本发明涉及多维度数据可视化设备、多维度数据可视化方法和多维度数据可视化程序。本发明具体地涉及用于通过由多个PCP（平行坐标图）进行表示来视觉化高维度数据的分布可视化的多维度数据可视化设备、方法和程序，全部的高维度数据对于人类来说是难以一次识别的。

背景技术

近年来随着数据基础设施的快速发展，工业的主要问题之一在于大型数据和大容量数据的有效处理。在数据分析中，非常重要的是使分析者理解数据的分布和统计性质。数据可视化技术对于该目的是重要的。在数据的维度的数目多于3的情况下，不能使用散点图（scatter plot）等来直接地可视化该数据。因此，与可视化技术相关联的主要挑战在于实现用于可视化高维度数据的方法。

多维度数据可视化技术的示例是散点图矩阵（以下被成为“SP矩阵”）。在SP矩阵中，以栅格来对画面进行划分，并且从多维度数据获得的多个二维散点图（以下还被缩写为“SP”）被布置在划分区域中。在图7中图示了通过散点图矩阵的多维度数据可视化的示例。图7示出了通过散点图矩阵来可视化13维数据的情况的示例。

多维度数据可视化技术的另一示例是PCP（平行坐标图）（参见非专利文献（NPL）1）。PCP是与各个维度相对应的轴被平行定位的图形，并且通过轴间线段来连接轴上的值以可视化多维度数据。图8示出了表示图7中示出的13维数据的PCP的示例。

而且，在NPL2中描述了有关多个图形的布局的技术。

此外，作为与本发明有关的技术，在NPL3中描述了Isomap。

引用列表

非专利文献

NPL1：Alfred Inselberg,Bernard Dimsdale,“Parallel Coordinates:A Tool for Visualizing Multi-dimensional Geometry”,IEEE Visualization‘90

NPL2：T.Itoh,C.Muelder,K.-L.Ma,J.Sese,“A Hybrid Space-Filling and Force-Directed Layout Method for Visualizing Multiple-Category Graphs”,IEEE Pacific Visualization Symposium,pp.121-128,2009

NPL3：J.B.Tenenbaum,V.de Silva,C.Langford,“A Global Geometric Framework for Nonlinear Dimensionality Reduction”,Science Vol.290(5500)pp.2319-2323，2000年12月22日

发明内容

技术问题

在SP矩阵中，以栅格布置从多维度数据获得的多个二维散点图。因此，当数据是较高维度的时（例如当数据的维度的数目超过若干打时），每个栅格单元的尺寸较小，这造成了可见性的降低。

这产生了使SP矩阵与维度选择组合的可能性。例如，在输入数据是100维度情况下，SP矩阵仅可以选择和显示100个维度中的10个维度。然而，在许多情况下存在大部分的所选维度对几乎不具有信息的问题、以及难以理解二维散点图之间的关系（即输入维度之间的关系）的问题。以下描述了这样的问题的示例。相对于与图7中示出的数据相同的数据，图9是通过突出显示而示出了具有低级标签熵的上部五个子图（换句话说，每级的数据能够被良好分离的子图）的图。如可以从图9中所看到的，在SP矩阵中，具有相同信息的子图并不总是在接近位置处显示。这使得极度难以理解输入维度之间（即输入的多维度数据中的维度之间）的关系。

在PCP（见图8）中，存在下述问题。因为在PCP中难以理解彼此不相邻的轴之间的关系，所以用与三个或更多个轴高度相关的数据来充分地表示现象是不可能的。此外，维度的数目中的增加引起需要横向上非常长的画面空间的问题。

鉴于上述内容，本发明的目的在于，提供一种能够在高维度数据的输入空间中可视化数据分布以使得能够理解输入维度之间的关系的多维度数据可视化设备、多维度数据可视化方法和多维度数据可视化程序。

对问题的解决方案