写点什么

Mirador:用于可视化搜索复杂数据集的免费工具

  • 2014-10-19
  • 本文字数:1741 字

    阅读完需:约 6 分钟

Mirador 是一个用于可视化搜索复杂数据集的开源工具。Mirador 由哈佛大学的 Sabeti 实验室、Broad 研究所以及信息可视化领域世界知名设计师 Ben Fry 创建的 Fathom Information Design 工作室联合开发的。传染病动力学中心和美国国家卫生研究院所赞助的 MIDAS 网络对 Mirador 项目提供了最初的支持。该工具主要用于复杂数据集的可视化搜索,最终目标是找到数据间可能存在的趋势或者关联,然后通过更专业的统计工具对这些趋势或者关联进行测试,推到出新的猜想。

原则上,Mirador 能够接受任何满足标准格式的表格作为输入数据。但是,开发人员对 Mirador 进行了一定的限制,使得它只能接受医疗卫生、流行病和传染病相关的数据。Mirador 允许检查数据集中任何两个变量组合所构成的数据图(包括散射图、柱状图以及 eikosograms 图等),并根据感兴趣的变量的关联值对变量进行排序。基于 Mirador 工具,用户可以进一步结合 Miralib、Gephi 等进行更加复杂的分析。例如,通过把 Mirador 的输出导入到 Gephi 中,用户可以计算网络模块度、节点集中度等等。

目前,Mirador 已经成为通过 GNU 公共授权 2.0 版本发布的开源项目。用户可以通过 Github 来下载 Mirador 工具的 Windows 版本 OS X 版本。更多 Mirador 相关的信息,读者可登录其官网或者 GitHub 查看。

更多内容可参见:

  • Mirador 数据竞争:探索公共数据、利用新发现赢取奖项 目前,Sabeti 实验室已经发起了一场关于上传数据赢大奖的竞赛。在 9 月 28 日至 10 月 28 日期间,用户只要通过应用程序上传自己的新发现到自己的账户就可以参与竞争。最终,Sabeti 实验室会召集相关领域的专家评选出数据集的前三名,并给与现金奖励。
  • 关联数据的网络表示:关于如何把带 Python 脚本的 Mirador 输出信息与其他可视化工具结合起来产生关联矩阵网络表示的教程 Mirador 能够检查数据集中任何两个变量组合所构成的数据图,并根据感兴趣变量的关联值对变量进行排序。它并不能计算所有变量间的关联性。但是,这一关联性正是产生系统关联矩阵的可视化表示以及数据中依赖结构的总体图像所必须的。为了计算该关联性,教程指出可以首先导出所感兴趣的变量的数据。然后,利用 Mirador 中的提供底层统计计算功能的数据库 Miralib 来计算关联矩阵。最后,采用 Gephi 或者其他软件打开关联矩阵即可完成网络数据的可视化工作。
  • 带 Mirador 的统计建模:关于如何在机器学习中使用 Mirador 的教程 该教程主要介绍了如何利用 Mirador 所找到的解释变量来训练一个逻辑表达式和神经网络预测器。教程使用示例文件夹中的肝炎数据集作为输入。其中,共包含寻找解释变量、输入缺失值、从已有数据中学习模型、逻辑表达式、神经网络等五个步骤。Mirador 主要负责在第一步中寻找解释变量,输出这些变量相关的数据。最终,所构建的预测器在测试集中的成功率为 85.11%。
  • 在复杂数据集中寻找关联:关于 Mirador 设计和开发的帖子
  • 定量测定关联性:描述基于互信息测量关联性的帖子 该帖子主要描述了互信息的定量测量方法,从而可以对数据的关联性进行排序。对包含大量变量的负责数据数据集,对其中变量的两两相关性进行表示是非常困难的。通常,这类工作需要很多的图标才能表示完整。然而,这些大量的图标中只有很少一部分是表示相关变量对的。为了能够提高效率,就需要某种索引或者等级制度来标注统计相关性。以互信息量作为标准正好可以作为一种尝试。由美国数学家 Claude E. Shannon 所提出的香农熵出发,互信息的概念被慢慢引入。最后,作者展示了如何利用互信息作为统计相关性测量标准来更清晰的表示变量之间的关系。
  • 可视化表示关联性:讨论利用 eikosogram 绘图来表示条件依赖的帖子 成功可视化的一个重要标志就是它能够揭露出不同变量之间的某种未知关系,从而让观察者可以方便的找到数据背后隐藏的信息。如果变量可以用实数表示,散点图是一种经常被使用的、用来表示两个变量关系的数据分析图。然而,对于一些变量,散点图并不能直观的展示出变量间的真正关系。作者发现,利用 eikosogram 图表示是最有效解决散点图问题的方法。

感谢郭蕾对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ )或者腾讯微博( @InfoQ )关注我们,并与我们的编辑和其他读者朋友交流。

2014-10-19 03:202388
用户头像

发布了 268 篇内容, 共 127.2 次阅读, 收获喜欢 24 次。

关注

评论

发布
暂无评论
发现更多内容

推荐一款实用的 Python 库——sjvisualizer

伤感汤姆布利柏

AutoMQ 系统测试体系揭秘

AutoMQ

Java 云计算 云原生 后端 AutoMQ

Spring AI 抢先体验,5 分钟玩转 Java AI 应用开发

阿里巴巴云原生

阿里云 云原生 spring cloud alibaba

酷克数据启动鲲鹏原生应用开发合作

酷克数据HashData

软件测试学习笔记丨Bug的基本概念

测试人

软件测试

TikTok海外直播网络环境有什么要求?

Ogcloud

TikTok 海外直播专线 海外直播 tiktok直播 海外直播网络

亚马逊国际AMAZON商品详情API返回值深度解析

技术冰糖葫芦

api 货币化 API 接口 pinduoduo API

日志敏感数据扫描和脱敏最佳实践

观测云

数据脱敏 日志处理

PPT目录页怎么做好看?2个自动生成目录的PPT软件推荐!

彭宏豪95

AI PPT 在线白板 AIGC AI生成PPT

商品管理运营最全的名词解释

第七在线

2024 Google SEO【全面优化网页体验】

九凌网络

构建下一代去中心化应用:基于BASE链的DApp开发

区块链软件开发推广运营

dapp开发 区块链开发 链游开发 NFT开发 公链开发

SD-WAN的核心竞争力有哪些?

Ogcloud

SD-WAN 企业组网 SD-WAN组网 SD-WAN服务商 SDWAN

深度干货 | 如何兼顾性能与可靠性?一文解析YashanDB主备高可用技术

YashanDB

数据库 高可用 yashandb 崖山数据库

一些前端开发小技巧,超级好用!

秃头小帅oi

一键修图拯救五一废片!百度搜索推出AI图片助手

科技热闻

软件测试学习笔记丨测试流程管理 jira 系统-测试用例管理

测试人

软件测试

币安链市值管理机器人功能介绍

开发丨飞机丨 @aivenli

构建安全高效的数字货币钱包:开发指南

区块链软件开发推广运营

dapp开发 区块链开发 链游开发 NFT开发 公链开发

11个Python循环技巧

不在线第一只蜗牛

Python C#

香港虚拟资产现货ETF正式发行,区块链市场再迎历史性时刻

区块链软件开发推广运营

dapp开发 区块链开发 链游开发 NFT开发 公链开发

如何通过iPaaS对数据作预警监控

RestCloud

API API网关 预警 ipaas

Mirador:用于可视化搜索复杂数据集的免费工具_大数据_张天雷_InfoQ精选文章