magistrsko delo
Simon Janežič (Author), Blaž Zupan (Mentor)

Abstract

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.

Keywords

točkovni prikazi;razsevni diagram;označevanje skupin;razlaga razvrščanja v skupine;gručenje;računalništvo;računalništvo in informatika;magisteriji;

Data

Language: Slovenian
Year of publishing:
Typology: 2.09 - Master's Thesis
Organization: UL FRI - Faculty of Computer and Information Science
Publisher: [S. Janežič]
UDC: 004(043.2)
COBISS: 1538419395 Link will open in a new window
Views: 642
Downloads: 178
Average score: 0 (0 votes)
Metadata: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Other data

Secondary language: English
Secondary title: Label inference for data clusters in point-based visualizations
Secondary 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.
Secondary keywords: scatterplots;cluster annotation;explanation of clustering results;clustering;computer science;computer and information science;master's degree;
Type (COBISS): Master's thesis/paper
Study programme: 1000471
Embargo end date (OpenAIRE): 1970-01-01
Thesis comment: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Pages: 52 str.
ID: 11255889