स्तंभों और पंक्तियों को फिर से क्रमबद्ध करने की कोशिश करने के बजाय, मैं सुझाव दूंगा कि डेटा की कल्पना करने का कोई और तरीका खोजा जाए।
यहाँ एक संभव वैकल्पिक सुझाव है। आप कक्षाओं को क्लस्टर कर सकते हैं, ~ 20 समूहों में कह सकते हैं, जहां प्रत्येक क्लस्टर में ~ 20 कक्षाएं होती हैं, कुछ प्रकार के क्लस्टरिंग एल्गोरिथ्म का उपयोग करते हैं जो समान कक्षाओं को एक साथ एक ही क्लस्टर में डालते हैं (जैसे, यदि दो कक्षाएं अक्सर एक दूसरे के साथ भ्रमित होती हैं, वे एक ही क्लस्टर में होने की अधिक संभावना होनी चाहिए)। फिर आप एक पंक्ति / स्तंभ प्रति क्लस्टर के साथ मोटे-मोटे भ्रम मैट्रिक्स को दिखा सकते हैं; कक्ष में पता चलता है कि क्लस्टर में कुछ वर्ग का उदाहरण कितनी बार है, यह अनुमान लगाया जाता है कि क्लस्टर में कुछ वर्ग है(i,j)ij। इसके अलावा, आपके पास ~ 20 महीन-महीन उलझन वाले मेट्रिसेस हो सकते हैं: प्रत्येक क्लस्टर के लिए, आप प्रत्येक क्लस्टर में ~ 20 कक्षाओं के लिए, कक्षाओं की उलझन मैट्रिक्स दिखा सकते हैं। बेशक, आप पदानुक्रमित क्लस्टरिंग का उपयोग करके भी इसे बढ़ा सकते हैं और कई ग्रैन्युलैरिटी में भ्रम की स्थिति पैदा कर सकते हैं।
अन्य संभावित विज़ुअलाइज़ेशन रणनीतियाँ भी हो सकती हैं।
एक सामान्य दार्शनिक बिंदु के रूप में: यह आपके लक्ष्यों को स्पष्ट करने में भी मदद कर सकता है (आप विज़ुअलाइज़ेशन से बाहर निकलना चाहते हैं)। आप विज़ुअलाइज़ेशन के दो प्रकारों का उपयोग कर सकते हैं:
खोजपूर्ण विश्लेषण: आप सुनिश्चित नहीं हैं कि आप क्या देख रहे हैं; आप सिर्फ एक दृश्य चाहते हैं जो आपको डेटा में दिलचस्प पैटर्न या कलाकृतियों को देखने में मदद कर सकता है।
एक संदेश के साथ आंकड़े: आपके पास एक विशेष संदेश है जिसे आप पाठक को दूर ले जाना चाहते हैं, और आप एक विज़ुअलाइज़ेशन तैयार करना चाहते हैं जो उस संदेश का समर्थन करने में मदद करता है या संदेश के लिए सबूत प्रदान करता है।
इससे आपको यह जानने में मदद मिल सकती है कि आप किस उद्देश्य के लिए प्रयास कर रहे हैं, और फिर उस उद्देश्य के लिए एक दृश्य तैयार करें:
यदि आप खोजपूर्ण विश्लेषण कर रहे हैं, तो एक सही दृश्य चुनने की कोशिश करने के बजाय, यह अक्सर कई विज़ुअलाइज़ेशन बनाने की कोशिश करने में सहायक होता है, जैसा कि आप सोच सकते हैं। इस बारे में चिंता न करें कि उनमें से कोई भी परिपूर्ण है; यदि प्रत्येक व्यक्ति त्रुटिपूर्ण है, तो यह ठीक है, क्योंकि प्रत्येक आपको डेटा पर संभावित रूप से अलग परिप्रेक्ष्य दे सकता है (यह संभवतः कुछ मायनों में अच्छा होगा और दूसरों में बुरा होगा)।
यदि आपके पास एक विशेष संदेश है जिसे आप संप्रेषित करने का प्रयास कर रहे हैं या एक विषय जिसे आप विकसित करने का प्रयास कर रहे हैं, तो उस विषय का समर्थन करने वाले दृश्य की तलाश करें। यह जानना कठिन है कि उस विषय / संदेश के बिना कोई विशिष्ट सुझाव दिया जा सकता है।
