ClassSPLOM——一种用于可视化多类多维数据分离情况的散点图矩阵
人机交互
2022-02-01 v1 机器学习
摘要
在多类多维数据的分类中，用户希望建立各类别的模型以预测未见过数据的标签。该模型在已知数据上训练，并在带已知标签的未见过数据上测试以评估其质量。结果被可视化为混淆矩阵，展示有多少数据标签被正确预测或与其它类别混淆。数据的多维性质阻碍了类别的直接可视化，因此我们设计了 ClassSPLOM 以给出关于分类结果更多的感知洞察。它使用散点图矩阵（SPLOM）的隐喻，为每一对类别可视化数据的线性判别分析投影，并用一组接收者操作特征曲线来评估其可信度。我们在阿拉伯方言识别的用例上展示了 ClassSPLOM。
引用
@article{arxiv.2201.12822,
title = {ClassSPLOM -- A Scatterplot Matrix to Visualize Separation of Multiclass Multidimensional Data},
author = {Michael Aupetit and Ahmed Ali},
journal= {arXiv preprint arXiv:2201.12822},
year = {2022}
}
备注
Work presented as a poster at IEEE VIS 2016 conference in Baltimore, MD, USA