基于PCA和平行坐标的高维数据可视化  

High-dimensional Data Visualization Based on Principal Component Analysis and Parallel Coordinate

作　　者：雷君虎[1,2] 杨家红[1] 钟坚成[1] 王苏卫[1] 

机构地区：[1]湖南师范大学工学院,长沙410081 [2]河池学院计算机与信息科学系,广西宜州546300

出　　处：《计算机工程》2011年第1期48-50,共3页Computer Engineering

基　　金：湖南省自然科学基金资助重点项目(08JJ3131);湖南省研究生科研创新基金资助项目(CX2009B113);湖南省教育厅科学研究基金资助项目(09C649)

摘　　要：将平行坐标用于高维数据的可视化时,如果要展示的数据维太多,会发生可视化混乱。针对上述问题,提出一种结合主成分分析(PCA)和平行坐标的数据可视化方法PPCP。利用PCA方法对高维数据进行有效的降维处理,将降维后的数据进行平行坐标可视化展示。实验结果证明,该方法能有效地揭示高维数据之间的关系。Parallel coordinates can be used in high-dimensional data visualization, but when the data dimension to be displayed is too large, visual clutter may occur. This paper proposes a data visualization method named PPCP, which combines Principal Component Analysis（PCA） and parallel coordinate. PCA is used for effective dimension reduction on high-dimensional data, and the processed data are displayed in the way of parallel coordinate visualization. Experimental results show that it is effective to reveal the relationships among high-dimensional data.

关 键 词：主成分分析 平行坐标 可视化 高维数据 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]