[发明专利]一种基于维度重排序降低平行坐标可视化视觉杂乱的方法

摘要

本发明公开了一种基于维度重排序降低平行坐标可视化视觉杂乱的方法，包括如下步骤：首先计算样本在任意两个属性轴间的杂乱度，得到杂乱度矩阵；其次，根据杂乱度矩阵，寻找使得杂乱度之和最小的属性轴排列方式；最后按照得到的属性轴排列顺序将平行坐标轴绘制出来，得到杂乱度最低的平行坐标可视化视图。本发明有效地降低了平行坐标可视化因维度次序排列不当所产生的视觉杂乱，通过减少曲线的交叉点数量，为用户提供了更直观地了解、分析数据的功能。

主权项

1.一种基于维度重排序降低平行坐标可视化视觉杂乱的方法，其特征在于，包括步骤1：输入数据集D＝{d₁,d₂,…,d_m}，其中，m为样本容量，d_i＝(d_i,1,d_i,2,…,d_i,n)，1≤i≤m，n为属性维数，属性集为A＝{A₁,A₂,…,A_n}；若A中包含类别属性，则将其记为A_class＝{C₁,C₂,…,C_l}，class为类别属性所在的维度；若A中不包含类别属性则采用聚类方法获得样本类别属性并将其记为A_class；各类别样本集合记为l为类别的数量；步骤2：计算样本在任意两个属性间的杂乱度Clutter(Ap,Aq)，1≤p,q≤n，得到杂乱度矩阵Clutter；所述杂乱度为曲线间的交叉点数量；包括步骤2.1：根据不同类别样本代表曲线的交叉情况来进行计算，包括选择类别C_k的样本在属性A_p上的均值点上、下2σ点作为此类样本在属性A_p上的代表点，其比例系数分别表示代表点在属性A_p上所指代的样本比例，满足其中，1≤k≤l；将类别Ck样本在属性Ap上的代表点与属性Aq上的代表点两两组合，得到类别Ck的样本在这两个属性间的代表曲线，其曲线指代比例为代表点相应比例系数的乘积；判断不同类别样本相应组合的代表曲线的交叉情况，并根据其指代的数量，得到属性Ap和Aq间的近似交叉点数，根据代表曲线计算杂乱度的公式为：其中，曲线交叉判断函数Cross(*)为：上述杂乱度计算公式中，多项式的系数表示对应的代表曲线相交时，其所占总交叉点数的比例；所有多项式的系数之和为1，表示当所有对应代表曲线均相交时，交点数量为两类样本的数量之积，此时等价于原样本曲线中，一类中的任意一条曲线与另一类中的曲线均相交；当代表曲线均不相交时，杂乱度为0，表示原样本曲线中不存在曲线交叉的现象；步骤2.2：利用杂乱度计算得到任意两个属性轴Ap和Aq间的杂乱度，构造成杂乱度矩阵Clutter，满足当Ap≠Aq时，Clutter(Ap,Aq)＝Clutter(Aq,Ap)，当Ap＝Aq时，Clutter(Ap,Aq)＝0；步骤3：依据杂乱度矩阵Clutter，计算使得杂乱度之和最小的属性轴排列方式；步骤4：将平行坐标轴按照上述过程中得到的最优排列次序绘制出来，得到该数据集杂乱度最低的平行坐标可视化视图。