Compilação em Scatterplots básicos - dummies

Os mineiros de dados geralmente aproveitam as características especiais para empacotar mais informações em gráficos simples. Etiquetas, sobreposições e seleção interativa são características das aplicações de mineração de dados, recursos especiais que permitem que você seja mais produtivo.

O quilometragem diminui à medida que a potência aumenta, como se vê na figura a seguir.

A quilometragem aumenta com o tempo, como você pode ver, um ponto de dispersão de quilometragem versus ano modelo. Seria útil obter essas duas idéias em um gráfico.

As abordagens comuns de mineração de dados para integrar mais de duas variáveis ​​em um gráfico incluem

• Etiquetas: Os rótulos são valores de uma string ou variável categórica que se sobrepuseram ao diagrama de dispersão. A figura a seguir mostra um diagrama de dispersão rotulado com o ano modelo do carro.

  

  Os conjuntos de dados com muitos pontos ou rótulos longos podem tornar estes gráficos ilegíveis, no entanto! A solução é usar apenas uma amostra dos dados. A configuração para este tipo de amostragem é mostrada na figura a seguir.

  

• Sobreposições: Com sobreposições, os valores de uma variável categórica definem a forma ou a cor dos pontos. A figura a seguir mostra a configuração de um diagrama de dispersão para superar o ano do modelo no diagrama de dispersão de quilometragem versus potência.

  

  O diagrama de dispersão de sobreposição exportado aparece na seguinte imagem. Pode ser mais fácil ler as sobreposições de cores do que as sobreposições de formas de pontos. A configuração geralmente é a mesma coisa.

  

Outra coisa a ter em mente com scatterplots: Você pode ter vários pontos no mesmo lugar! Se assim for, você pode não ser capaz de dizer um ponto para um caso de um ponto para 100 casos. O remédio é verificar se há uma opção para tornar múltiplas instâncias visíveis. Procure o tamanho do ponto ou o jitter (move os pontos ligeiramente fora de seus locais verdadeiros para tornar todos visíveis) opções.

Os diagramas de dispersão interativos são excelentes economizadores de tempo para mineros de dados.

Diga que você veja um grupo interessante de casos em um gráfico, e você quer investigar mais precisamente esses casos. Se você está olhando apenas um ou dois pontos, você pode obter a informação que deseja, que não é satisfatória quando você está interessado em mais de um par de pontos.

As ferramentas de seleção de dados em pontos de dispersão interativos oferecem mais energia para selecionar dados. A figura a seguir mostra a mesma configuração do gráfico, mas com um grupo de pontos selecionados clicando e arrastando o mouse em torno deles. Esta não é apenas uma característica visual.

Você pode exportar os pontos selecionados como um novo conjunto de dados. Isso é muito útil e rápido!

Se os pontos que você precisa não se encaixam bem em uma seleção retangular, você tem outras opções. Consulte a área Zoom / Selecionar. Você pode ver um botão com um retângulo para seleção retangular e outro com uma forma redonda para seleção de forma livre.

Aqui está um exemplo de seleção de formulário livre usando dados sobre o conteúdo de nicotina de cigarros vendidos em diferentes partes do mundo. Este diagrama de dispersão mostra nicotina por cigarro para amostras das seis regiões das Nações Unidas. (Este é um uso não tradicional de um diagrama de dispersão, porque a região não é uma variável contínua, é categórica. Os mineradores de dados geralmente usam ferramentas tradicionais de maneiras não tradicionais.)

Os pontos dentro de uma região não se enquadram em uma linha vertical perfeita. Pequenos turnos (jitter) para a esquerda e para a direita são feitos somente para legibilidade e aparência. Alguns cigarros têm níveis excepcionalmente elevados de nicotina e você deseja selecionar esses casos.

Um menu suspenso oferece opções de seleção. A seleção de polígono permite que você marque uma área de formulário livre no diagrama de dispersão.

Para marcar, clique no gráfico para fazer um ponto de partida e, em seguida, clique novamente e novamente em torno do grupo de pontos desejado até ter feito a forma que você precisa.

Um clique com o botão direito indica que você concluiu a seleção; Isso é visível a partir do destaque no gráfico.