Foresight：通过路标式引导实现快速数据探索

当前的探索性数据分析（EDA）工具要求用户手动选择数据属性、统计计算和视觉编码。这对于大规模、复杂数据而言可能令人望而生畏。我们引入了 Foresight，一个可视化推荐系统，通过“路标”帮助用户快速探索大型高维数据集。路标是对应于底层数据某个统计描述子的显著实例的可视化，例如两个属性之间的强线性相关、单个属性的高峰度或均值集中度，或值的强聚类。对于每个描述子，Foresight 最初基于适当的排序度量呈现“最强”实例的可视化。在这些初始路标的基础上，用户随后可以通过发出包含度量类型、度量强度、数据属性和数据值约束的“路标查询”来查看“邻近”路标。这样，用户可以直接探索路标网络，而非令人无从下手的数据属性和视觉编码空间。Foresight 还为每个描述子提供了排序度量值的全局可视化，以帮助用户定位并确保彻底的探索过程。Foresight 利用快速、近似的草图技术计算排序度量，从而促进大型数据集的交互式探索。我们还贡献了关于数据科学家 EDA 实践的见解，总结了我们为启发 Foresight 设计而进行的访谈研究的结果。