Construire sur Basic Scatterplots - les mannequins

Les data miners tirent souvent parti de fonctionnalités spéciales pour regrouper plus d'informations dans des graphiques simples. Les étiquettes, les superpositions et la sélection interactive sont les caractéristiques des applications d'exploration de données, des fonctionnalités spéciales qui vous permettent d'être plus productif.

Le kilométrage diminue à mesure que la puissance augmente, comme le montre la figure suivante.

Le kilométrage augmente avec le temps, comme vous pouvez le voir, un nuage de points de kilométrage par rapport à l'année du modèle. Il serait utile de regrouper ces deux idées en un seul graphique.

Les approches communes d'extraction de données pour intégrer plus de deux variables dans un graphique incluent

• Étiquettes: Les étiquettes sont des valeurs d'une chaîne ou d'une variable catégorielle qui ont été superposées sur le nuage de points. La figure suivante montre un nuage de points étiqueté avec l'année du modèle de la voiture.

  

  Les jeux de données avec de nombreux points ou de longues étiquettes peuvent rendre ces graphiques illisibles, cependant! La solution consiste à utiliser uniquement un échantillon des données. La configuration de ce type d'échantillonnage est illustrée dans la figure suivante.

  

• Superpositions: Avec les superpositions, les valeurs d'une variable catégorielle définissent la forme ou la couleur des points. La figure suivante montre la configuration d'un diagramme de dispersion pour superposer l'année du modèle sur le diagramme de dispersion du kilométrage par rapport à la puissance.

  

  Le nuage de points superposé exporté apparaît dans l'image suivante. Il peut être plus facile de lire les superpositions de couleurs que les superpositions de formes de points. La configuration est généralement la même.

  

Une autre chose à garder à l'esprit avec les scatterplots: vous pouvez avoir plusieurs points qui tombent au même endroit! Si c'est le cas, vous ne pourrez peut-être pas dire un point pour un cas pour 100 cas. Le remède est de vérifier une option pour rendre plusieurs instances visibles. Recherchez la taille du point ou jitter (déplace légèrement les points de leur emplacement réel pour les rendre tous visibles).

Les nuages ​​de points interactifs permettent aux mineurs de données d'économiser beaucoup de temps.

Dites que vous voyez un groupe intéressant de cas dans un graphique et que vous souhaitez approfondir ces cas. Si vous regardez seulement un ou deux points, vous pouvez obtenir l'information que vous voulez en passant, mais ce n'est pas satisfaisant quand vous êtes intéressé par plus de quelques points.

Les outils de sélection de données dans les diagrammes de dispersion interactifs vous donnent plus de pouvoir pour sélectionner des données. La figure suivante montre la même configuration de graphique, mais avec un groupe de points sélectionnés en cliquant et en faisant glisser la souris autour d'eux. Ce n'est pas seulement une caractéristique visuelle.

Vous pouvez exporter les points sélectionnés en tant que nouveau jeu de données. C'est très pratique et rapide!

Si les points dont vous avez besoin ne correspondent pas parfaitement à une sélection rectangulaire, vous avez d'autres options. Reportez-vous à la zone Zoom / Sélection. Vous pouvez voir un bouton avec un rectangle pour la sélection rectangulaire et un autre avec une forme arrondie pour la sélection de forme libre.

Voici un exemple de sélection de forme libre utilisant des données sur la teneur en nicotine des cigarettes vendues dans différentes parties du monde. Ce diagramme de dispersion montre la nicotine par cigarette pour des échantillons provenant des six régions des Nations Unies. (Il s'agit d'une utilisation non traditionnelle d'un nuage de points, car la région n'est pas une variable continue, elle est catégorique.) Les données dans une région ne tombent pas dans une ligne verticale parfaite. Les petits décalages (gigue) à gauche et à droite sont faits pour la lisibilité et l'apparence seulement. Quelques cigarettes ont des niveaux exceptionnellement élevés de nicotine, et vous voulez sélectionner ces cas.

Un menu déroulant propose des options de sélection. La sélection de polygones vous permet de marquer une zone de forme libre sur le nuage de points.

Pour marquer, cliquez sur le graphique pour créer un point de départ, puis cliquez encore et encore sur le groupe de points souhaité jusqu'à ce que vous ayez créé la forme dont vous avez besoin.

Un clic droit indique que vous avez terminé la sélection; ceci est visible à partir du point culminant sur le graphique.