Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- GPT
- transformer
- 기계학습
- Programmers
- Linear Regression
- 알고리즘
- 머신러닝
- Deeplearning
- 일기
- 프롬프트
- LeetCode
- prompt engineering
- Python
- dl
- rnn
- NLP
- 부스트캠프
- 파이썬
- ChatGPT
- Linear Model
- 프로그래머스
- attention
- 코딩테스트
- LLM
- deque
- gradient descent
- Django
- 코테
- machinelearning
- BFS
Archives
- Today
- Total
크크루쿠쿠
[Data Viz] 시각화의 요소 본문
1.1 데이터 시각화
데이터가 우선적으로 필요
1. dataset 관점 (global)
2. 개별 data의 관점 (local)
1.2 데이터셋의 종류
- 정형 데이터
테이블 형태로 제공되는 데이터
csv, tsv 파일로 제공
- 시계열 데이터
시간 흐름에 따른 데이터
ex) 주가, 기온, 음성, 비디오
- 지리 데이터
지도 정보를 단순화 시키는 경우도 존재.
- 관계 데이터
객체와 객체 간의 관계를 시각화 -> Graph Visualization
Node, Link 등등..
크기, 색, 수 등으로 객체와 관계의 가중치를 표현
- 계층적 데이터
포함 괌계가 분명한 데이터
-> 네트워크 시각화로도 표현 가능
Tree, Treemap 등이 대표적
이러한 data를 4가지로 분류
- 수치형 -> 연속형, 이산형
- 범주형 -> 명목형, 순서형
2.1 마크와 채널
마크 : 점,선,면으로 이루어진 데이터 시각화
채널: 각 마크를 변경할 수 있는 요소들
2.2 전주의적 속성
주의를 주지 않아도 인지하게 되는 요소 -> 시각적으로 다양한 것들이 존재
but 동시에 사용하면 인지하기 어려움 -> 시각적 분리 필요
'기타' 카테고리의 다른 글
Google File System (GFS) (0) | 2022.10.04 |
---|---|
Dockerfile 관련 유용한 링크 (1) | 2022.03.20 |
Docker run OPTIONS (0) | 2022.03.03 |
앞으로 계속 늘려가야할 것들. (0) | 2021.05.17 |
Ampps 설치와 인터넷에 서버 열기 (0) | 2021.01.06 |
Comments