Difference between revisions of "Orange: Radviz"
Onnowpurbo (talk | contribs) (→Output) |
Onnowpurbo (talk | contribs) (→Output) |
||
(One intermediate revision by the same user not shown) | |||
Line 14: | Line 14: | ||
Components: Radviz vectors | Components: Radviz vectors | ||
− | Radviz (Hoffman et al. 1997) adalah teknik visualisasi multi-dimensi non-linear yang dapat menampilkan data yang didefinisikan oleh tiga variabel atau lebih dalam proyeksi 2 dimensi. Variabel yang divisualisasikan disajikan sebagai titik anchor (jangkar) dengan jarak yang sama di sekitar keliling unit lingkaran. | + | Radviz (Hoffman et al. 1997) adalah teknik visualisasi multi-dimensi non-linear yang dapat menampilkan data yang didefinisikan oleh tiga variabel atau lebih dalam proyeksi 2 dimensi. Variabel yang divisualisasikan disajikan sebagai titik anchor (jangkar) dengan jarak yang sama di sekitar keliling unit lingkaran. Instance data ditampilkan sebagai titik di dalam lingkaran, dengan posisi mereka ditentukan oleh metafora dari fisika: setiap titik dipegang di tempat dengan pegas yang terpasang di ujung lain ke variabel anchor (jangkar). Kekakuan masing-masing pegas sebanding dengan nilai variabel yang sesuai dan titik berakhir pada posisi di mana gaya pegas berada dalam kesetimbangan. Sebelum visualisasi, nilai-nilai variabel diskalakan untuk berada di antara 0 dan 1. Instance Data yang dekat dengan serangkaian variabel anchor (jangkar) memiliki nilai lebih tinggi untuk variabel-variabel ini daripada yang lain. |
Cuplikan yang ditunjukkan di bawah ini menunjukkan widget Radviz dengan visualisasi dataset dari functional genomics (Brown et al. 2000). Dalam visualisasi khusus ini instance data diwarnai sesuai dengan class yang sesuai, dan ruang visualisasi diwarnai sesuai dengan probabilitas class yang dihitung. Perhatikan bahwa visualisasi khusus dengan sangat baik memisahkan data instance dari class yang berbeda, membuat visualisasi menarik dan sangat informatif. | Cuplikan yang ditunjukkan di bawah ini menunjukkan widget Radviz dengan visualisasi dataset dari functional genomics (Brown et al. 2000). Dalam visualisasi khusus ini instance data diwarnai sesuai dengan class yang sesuai, dan ruang visualisasi diwarnai sesuai dengan probabilitas class yang dihitung. Perhatikan bahwa visualisasi khusus dengan sangat baik memisahkan data instance dari class yang berbeda, membuat visualisasi menarik dan sangat informatif. | ||
Line 20: | Line 20: | ||
[[File:Radviz-Brown.png|center|600px|thumb]] | [[File:Radviz-Brown.png|center|600px|thumb]] | ||
− | + | Sama seperti semua visualisasi berbasis poin, widget RadViz mencakup tool untuk intelligent data visualization (VizRank, lihat Leban et al. 2006) dan interface untuk explorative data analysis - pemilihan titik data dalam visualisasi. Sama seperti widget Scatter Plot, widget RadViz dapat digunakan untuk menemukan satu set variabel yang akan menghasilkan visualisasi yang menarik. Grafik Radviz di atas sesuai dengan definisi ini contoh dari visualisasi yang sangat baik, sedangkan yang di bawah ini - di mana kami menunjukkan interface VizRank (tombol Suggest feature) dengan daftar visualisasi 3-atribut dan nilainya - tidak semenarik gambar di atas. | |
[[File:Radviz-Brown-2.png|center|600px|thumb]] | [[File:Radviz-Brown-2.png|center|600px|thumb]] |
Latest revision as of 10:06, 11 April 2020
Sumber: https://docs.biolab.si//3/visual-programming/widgets/visualize/radviz.html
Widget Radviz mem-visualisasi dengan explorative data analysis dan intelligent data visualization enhancement.
Input
Data: input dataset Data Subset: subset of instances
Output
Selected Data: instances selected from the plot Data: data with an additional column showing whether a point is selected Components: Radviz vectors
Radviz (Hoffman et al. 1997) adalah teknik visualisasi multi-dimensi non-linear yang dapat menampilkan data yang didefinisikan oleh tiga variabel atau lebih dalam proyeksi 2 dimensi. Variabel yang divisualisasikan disajikan sebagai titik anchor (jangkar) dengan jarak yang sama di sekitar keliling unit lingkaran. Instance data ditampilkan sebagai titik di dalam lingkaran, dengan posisi mereka ditentukan oleh metafora dari fisika: setiap titik dipegang di tempat dengan pegas yang terpasang di ujung lain ke variabel anchor (jangkar). Kekakuan masing-masing pegas sebanding dengan nilai variabel yang sesuai dan titik berakhir pada posisi di mana gaya pegas berada dalam kesetimbangan. Sebelum visualisasi, nilai-nilai variabel diskalakan untuk berada di antara 0 dan 1. Instance Data yang dekat dengan serangkaian variabel anchor (jangkar) memiliki nilai lebih tinggi untuk variabel-variabel ini daripada yang lain.
Cuplikan yang ditunjukkan di bawah ini menunjukkan widget Radviz dengan visualisasi dataset dari functional genomics (Brown et al. 2000). Dalam visualisasi khusus ini instance data diwarnai sesuai dengan class yang sesuai, dan ruang visualisasi diwarnai sesuai dengan probabilitas class yang dihitung. Perhatikan bahwa visualisasi khusus dengan sangat baik memisahkan data instance dari class yang berbeda, membuat visualisasi menarik dan sangat informatif.
Sama seperti semua visualisasi berbasis poin, widget RadViz mencakup tool untuk intelligent data visualization (VizRank, lihat Leban et al. 2006) dan interface untuk explorative data analysis - pemilihan titik data dalam visualisasi. Sama seperti widget Scatter Plot, widget RadViz dapat digunakan untuk menemukan satu set variabel yang akan menghasilkan visualisasi yang menarik. Grafik Radviz di atas sesuai dengan definisi ini contoh dari visualisasi yang sangat baik, sedangkan yang di bawah ini - di mana kami menunjukkan interface VizRank (tombol Suggest feature) dengan daftar visualisasi 3-atribut dan nilainya - tidak semenarik gambar di atas.
Referensi
Hoffman, P. E. et al. (1997) DNA visual and analytic data mining. In the Proceedings of the IEEE Visualization. Phoenix, AZ, pp. 437-441.
Brown, M. P., W. N. Grundy et al. (2000). “Knowledge-based analysis of microarray gene expression data by using support vector machines.” Proc Natl Acad Sci U S A 97(1): 262-7.
Leban, G., B. Zupan et al. (2006)