VizAI：选择数值数据的准确可视化
人机交互
2021-11-09 v1 人工智能
机器学习
摘要
好的数据可视化不仅是数据的无失真图形表示，也是揭示数据潜在统计属性的一种方式。尽管在数据分析和各个阶段被广泛使用，选择好的可视化通常是一个涉及多次迭代的手动过程。最近，人们有兴趣通过开发能够推荐可视化的模型来减少这种努力，但它们的用途有限，因为它们需要大量训练样本（数据和可视化对），并且主要关注设计方面，而不是评估所选可视化的有效性。在本文中，我们提出 VizAI，一个生成-判别框架，它首先从数据的若干备选可视化中生成数据的各种统计属性。它连接到一个判别模型，该模型选择最能匹配被可视化数据真实统计信息的可视化。VizAI 可以轻松以最小监督进行训练，并容易适应具有不同监督程度的设置。利用众包判断和大型公开可用可视化存储库，我们证明 VizAI 优于学习推荐可视化的 SOTA 方法。
引用
@article{arxiv.2111.04190,
title = {VizAI : Selecting Accurate Visualizations of Numerical Data},
author = {Ritvik Vij and Rohit Raj and Madhur Singhal and Manish Tanwar and Srikanta Bedathur},
journal= {arXiv preprint arXiv:2111.04190},
year = {2021}
}
备注
Proc. of the ACM India Joint International Conference on Data Sciences and Management of Data (CODS-COMAD) 2022 (9th ACM IKDD CODS and 27th COMAD) - To Appear