데이터셋의 종류
- 정형 데이터
- 시계열 데이터
- 지리 데이터
- 관계형(네트워크) 데이터
- 계층적 데이터
- 다양한 비정형 데이터
정형 데이터
- csv, tsv 등으로 제공되는 테이블 형태의 데이터
- Row - data(item)
- Column - attribution(feature)
- 가장 쉽게 시각화할 수 있음
시계열 데이터
- 시간의 흐름에 따른 데이터셋
- 주가, 기온 등 정형 데이터와 음성, 비디오 등 비정형 데이터 존재
- 추세(Trend), 계절성(Seasonality), 주기성(Cycle) 등 관찰
지리 데이터
- 지도 정보와 주목하고자 하는 정보 간의 조화 요구
- 거리, 경로, 분포 등 다양하게 사용됨
관계(네트워크) 데이터
- Entity - Node
Relationship - Link - Entity와 Entity 간의 Relationship을 시각화
- 크기, 색, 수 등으로 가중치 표현
계층적 데이터
- 조직도 등 포함관계가 분명한 데이터
(네트워크로도 표현 가능) - Tree, Treemap, Sunburst 등의 시각화 방법
데이터의 종류
네 가지로 분류
- 수치형 (numerical)
- 연속형 (continuous) : 실수값 -> 셀 수 없음.
- 이산형 (discrete) : 실수값 X -> 셀 수 있음.
- 범주형 (categorical)
- 명목형 (norminal) : 순서에 의미 X
- 순서형 (ordinal) : 순서가 중요
Mark & Channel
- mark : 점(points), 선(lines), 면(areas)으로 구성된 데이터 시각화
- channel : 각 마크를 변경할 수 있는 요소 (positions, color, shape, tilt, size..)
=> 전주의적 속성(Pre-attention Attribute) 때문에 mark와 channel을 적절하게 사용해야 시각적 분리(visual popout)가 가능함.
NLP Researcher / Information Retrieval / Search