Označevanje skupin primerov v točkovnih prikazih podatkov

Janežič, Simon (author), Zupan, Blaž (mentor)

Za boljše razumevanje visoko dimenzionalnih podatkov analitiki pogosto uporabljamo projekcije ali uvrščanje podatkov v nižje dimenzije. Ti pristopi omogočajo izris točkovnega prikaza podatkov v dveh dimenzijah, ki ohranja strukturo prvotnih podatkov. Interpretacija teh prikazov zahteva dodatno ročno analizo. V našem delu predlagamo pristop za strojno razlago dvodimenzionalnih predstavitev podatkov. Predlagana metoda temelji na pristopu za razlago dvodimenzionalnih predstavitev besedilnih dokumentov, ki ga v našem delu razširimo za uporabo na splošnih tabelaričnih podatkih. Pristop na točkovnih prikazih poišče skupine točk in pripadajoče oznake, ki primere v skupinah opišejo v jeziku atributov, s katerimi so bili podatki prvotno opisani. Skupine točk določimo z algoritmom za razvrščanje DBSCAN. Značilne oznake skupin pridobimo s pomočjo statističnih testov. Metoda omogoča tudi interaktivno raziskovanje in označevanje poljubnih podskupin, ki se uporabniku zdijo zanimive. Uporabnost pristopa prikažemo na analizi različnih podatkovnih množic. Pokažemo, da je metoda koristna za učinkovito analizo dvodimenzionalnih predstavitev podatkov in prikaz ključnih značilnosti podatkov.

• Language: Slovenian
• Keywords: točkovni prikazi, razsevni diagram, označevanje skupin, razlaga razvrščanja v skupine, gručenje
• Work type: Master's thesis/paper
• Organization: FRI - Faculty of Computer and Information Science
• Year: 2019
• PID: 20.500.12556/RUL-111856
• COBISS.SI-ID: 1538419395
• Publication date in RUL: 16.10.2019

Secondary language

• Language: English
• Title: Label inference for data clusters in point-based visualizations

Abstract

Two-dimensional point-based visualizations of multidimensional data may reveal data structures and clusters that require further interpretation. We present an approach that can automatically annotate the clusters in these visualisations. Our method extends the existing procedure for automatic annotation of two-dimensional representations of text documents and enables it for general attribute-value data. We propose to finds groups of points on scatterplot visualisations and assign them labels that describe a group’s characteristics in a language of the attributes of the original data. The approach uses DBSCAN clustering algorithm to find groups of points in the scatterplots. Statistical tests are used to determine labels for each of the groups. The proposed approach also features an interactive exploration of arbitrary subgroups manually chosen by the user. We analyze three datasets to demonstrate the usefulness of our approach. We show that the proposed method is sufficiently fast to support interactive analysis and that the group annotations found by our approach are meaningful.

• Keywords: scatterplots, cluster annotation, explanation of clustering results, clustering