बहुआयामी डेटा की कल्पना के लिए ओपन सोर्स टूल?


31

इसके अलावा gnuplot और ggobi , क्या खुले स्रोत उपकरण लोगों बहुआयामी डेटा दृश्यमान करने के लिए प्रयोग कर रहे हैं?

Gnuplot कमोबेश एक बेसिक प्लॉटिंग पैकेज है।

Ggobi कई निफ्टी चीजें कर सकता है, जैसे:

  • एक आयाम के साथ या असतत संग्रह के बीच चेतन डेटा
  • चेतन रेखीय संयोजनों को गुणांक भिन्न करता है
  • मुख्य घटकों और अन्य परिवर्तनों की गणना करें
  • 3 डायमेंशनल डेटा क्लस्टर की कल्पना करें और घुमाएं
  • एक अलग आयाम का प्रतिनिधित्व करने के लिए रंगों का उपयोग करें

अन्य उपयोगी दृष्टिकोण खुले स्रोत में आधारित हैं और इस प्रकार स्वतंत्र रूप से पुन: प्रयोज्य या अनुकूलन योग्य हैं?

कृपया उत्तर में पैकेज की क्षमताओं का एक संक्षिप्त विवरण प्रदान करें।


4
मुझे आश्चर्य है कि यदि पैकेज के बजाय विज़ुअलाइज़ेशन के तरीकों के लिए पूछना अधिक समझदार नहीं है, खासकर जब से अधिकांश उत्तर थोड़ा विस्तार प्रदान कर रहे हैं, और कई पैकेज समान तरीके प्रदान करते हैं। उदाहरण के लिए, आंकड़े
questions

जवाबों:


13

कैसे के बारे में ggplot2 के साथ आर ?

अन्य उपकरण जो मुझे वास्तव में पसंद हैं:


ggplot2 सिर्फ एक ग्राफिक पैकेज है? इसके बारे में क्या आप इसे बहुआयामी डेटा के लिए सुझाते हैं? Facetting?
n

14
  • सोमवार : बड़े डेटा और डेटाबेस पर ध्यान देने के साथ खोजपूर्ण डेटा विश्लेषण।
  • iPlots : R सांख्यिकीय वातावरण के लिए एक पैकेज जो जावा में लिखित उच्च अंतःक्रियात्मक सांख्यिकीय ग्राफिक्स प्रदान करता है।

मोंड्रियन के लिए +1 - बहुत उपयोगी खिलौना, विशेष रूप से बड़े डेटा के लिए
जुड

बड़े डेटा! = उच्च आयामीता। क्या मोंडरियन उच्च आयामीता के लिए अन्य पैकेजों की तुलना में अधिक उपयोगी है?
n

11

आर में जाली पैकेज।

जाली एक शक्तिशाली और सुरुचिपूर्ण उच्च-स्तरीय डेटा विज़ुअलाइज़ेशन सिस्टम है, जिसमें मल्टीवेरेट डेटा पर जोर दिया गया है, जो कि विशिष्ट ग्राफिक्स जरूरतों के लिए पर्याप्त है, और सबसे अस्वाभाविक आवश्यकताओं को संभालने के लिए भी पर्याप्त नहीं है।

क्विक-आर का एक त्वरित परिचय है


हे। मैं इस लिंक को जोड़ने के लिए इस उत्तर को संपादित नहीं कर सकता क्योंकि यह बहुत छोटा है। 4 उतार-चढ़ाव के साथ, वहाँ कम से कम कुछ लोग होने चाहिए जो जाली से पर्याप्त परिचित हों कि वे विवरण की एक जोड़ी जोड़ सकते हैं, वास्तव में इस उत्तर को आधा उपयोगी बनाने के लिए ...
naught101

1
अच्छी बात। मैंने एक
ब्लर्ब

4

Ggobi और Ggobi के R लिंक वास्तव में इसके लिए अच्छे हैं। सरल दृश्य हैं (iPlots बहुत अच्छा है, इंटरैक्टिव भी है, जैसा कि उल्लेख किया गया है)।

लेकिन यह निर्भर करता है कि आप कुछ अधिक विशिष्ट कर रहे हैं या नहीं। उदाहरण के लिए ट्री व्यू आपको माइक्रोएरे से निकलने वाले क्लस्टर डेंड्रोग्राम की कल्पना करता है।



3

व्यू - पॉइंट मल्टी-वेरेट डेटा सेट के लिए उपयोगी है।


मैं केवल दूसरा ही देख सकता हूं ... जो मैंने देखा है, आप एक प्रक्षेपण में माउस के साथ डेटा का चयन कर सकते हैं, जबकि चयनित उपसमूह दूसरे प्रक्षेपण में कैसा दिखता है।
आंद्रे होल्जनर

1

t-SNE में कई खुले स्रोत कार्यान्वयन हैं । उपयोग करने के लिए सबसे आसान में से एक शायद है sklearn.manifold.TSNE। आपके डेटा को 2D में प्लॉट करने के लिए अन्य कई तरीके सीखने के तरीकेsklearn.manifold शामिल हैं :

यहाँ छवि विवरण दर्ज करें


हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.