改進符號數據可視化以促進模式識別和知識發現

符號數據通常是從大型數據集聚合而來，用於隱藏條目特定的細節，並將大量數據(如大數據)轉換成可分析量。在總體趨勢比個別細節更重要的地方它可用來提供總覽。符號數據有多種形式，如區間、直方圖、類別和模態多值對象。符號數據也可以認爲是一種分佈。目前，實際使用的符號數據可視化方法是zoomstars，它有許多侷限性。最大的限制是因爲需要另一維度的數據，默認分佈(直方圖)在2D內不受支持。 本文研究符號數據的

>>阅读原文<<