Subspace search and visualization to make sense of alternative clusterings in high-dimensional data

In explorative data analysis, the data under consideration often resides in a high-dimensional (HD) data space. Currently many methods are available to analyze this type of data. So far, proposed automatic approaches include dimensionality reduction and cluster analysis, whereby visual-interactive m...

Celý popis

Podrobná bibliografie

Vydáno v:	2012 IEEE Conference on Visual Analytics Science and Technology s. 63 - 72
Hlavní autoři:	Tatu, A., Maas, F., Farber, I., Bertini, E., Schreck, T., Seidl, T., Keim, D.
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.01.2012
Témata:	Algorithm design and analysis Clustering algorithms Data visualization Display algorithms Educational institutions H.2.8 [Database Applications]: Data mining H.3.3 [Information Search and Retrieval]: Selection process High definition video I.3.3 [Picture/Image Generation] Topology Visualization
ISBN:	1467347523, 9781467347525
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!