基于主成分分析和K-means聚类的平行坐标可视化技术研究

摘要：

为了解决多维数据的维数过高、数据量过大带来的平行坐标可视化图形线条密集交叠以及数据规律特征不易获取的问题,提出基于主成分分析和K-means聚类的平行坐标(PCAKP,principal component analysisand k-means clustering parallel coordinate)可视化方法.该方法首先对多维数据采用主成分分析方法进行降维处理,其次对降维后的数据采用K-means聚类处理,最后对聚类得到的数据采用平行坐标可视化技术进行可视化展示.以统计局网站发布的数据为测试数据,对PCAKP可视化方法进行测试,与传统平行坐标可视化图形进行对比,验证了PCAKP可视化方法的实用性和有效性.

关键词：数据可视化、平行坐标可视化、主成分分析、K-means聚类

所属期刊栏目：3

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61373170

在线出版日期：2017-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：18-27