[논문]고차원 대용량 자료의 시각화에 대한 고찰

이은경; 황나영; 이윤동

doi:10.5351/kjas.2016.29.6.1061

고차원 대용량 자료의 시각화에 대한 고찰
A study on high dimensional large-scale data visualization 원문보기

응용통계연구 = The Korean journal of applied statistics, v.29 no.6, 2016년, pp.1061 - 1075

이은경 (이화여자대학교 통계학과) , 황나영 (이화여자대학교 통계학과) , 이윤동 (서강대학교 경영학부)

초록
AI-Helper

본 논문에서는 고차원 대용량 자료의 시각화에서 발생할 수 있는 문제점들을 살펴보고 이에 대하여 개발된 방법들에 대하여 논의하였다. 고차원 자료의 경우 2차원 공간상에 표현하기 위하여 중요 변수를 선택해야하며 다양한 시각적 표현 속성과 다면화 방법을 이용하여 좀 더 많은 변수들을 표현할 수 있었다. 또한 관심있는 뷰를 보이는 낮은 차원을 찾는 사영추정방법을 이용할 수 있다. 대용량 자료에서는 점들이 겹쳐지는 문제점을 흩트림과 알파 블렌딩 등을 이용하여 해결할 수 있었다. 또한 고차원 대용량 자료의 탐색을 위하여 개발된 R 패키지인 tabplot과 scagnostics, 그리고 대화형 웹 그래프를 위한 다양한 형태의 R 패키지들을 살펴보았다.

Abstract ▼ AI-Helper

In this paper, we discuss various methods to visualize high dimensional large-scale data and review some issues associated with visualizing this type of data. High-dimensional data can be presented in a 2-dimensional space with a few selected important variables. We can visualize more variables with various aesthetic attributes in graphics or use the projection pursuit method to find an interesting low-dimensional view. For large-scale data, we discuss jittering and alpha blending methods that solve any problem with overlapping points. We also review the R package tabplot, scagnostics, and other R packages for interactive web application with visualization.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 고차원 대용량 자료의 시각화에서 발생할 수 있는 문제점들을 살펴보고 이에 대하여 개발된 방법들에 대하여 논의하였다. 고차원 자료의 경우 2차원 공간상에 표현하기 위하여 중요 변수를 선택해야하며 다양한 시각적 표현 속성과 다면화 방법을 이용하여 좀 더 많은 변수들을 표현할 수 있었다.

제안 방법

PISA 2012는 총 65개국의 국가가 참가하여 각 나라별로 만 15세 학생들의 수학을 중심으로 한 학업능력 전반에 관하여 알아보기 위하여 조사된 자료로 수학성적 평균이 1위인 중국, 중앙값인 이탈리아, 그리고 최하위인 페루, 그리고 우리나라를 선택하였다. 각 나라별 변수로는 수학점수(MATH.SCORE)와 성별(GENDER), 부모의 재산(WEALTH), 학원이나 과외를 통해 공부하는 시간(PRIVATE), 숙제를 하는 시간(HW), 학교 밖에서 공부하는 시간(OUTHOURS), 유급여부(REPEAT), 수학에 대한 걱정 정도(MATH.ANXIETY), 그리고 수업시간 이외에 수학공부를 하는 시간(MATH.OUTLESSON)을 이용하였다. 그림을 위하여 이용한 부모의 재산 자료는 표준화된 값으로 PISA에서 제공하고 있는 값을 그대로 사용하였다.
3은 각 나라별로 수학, 읽기, 그리고 과학에서의 남녀별 성적차이를 비교하는 것을 목적으로 한 그림이다. 이를 위하여 각 나라별, 그리고 성별로 수학, 읽기, 그리고 과학 성적의 중앙값을 각각 구한 후 이를 그림으로 나타내었다. 대부분의 나라에서 남학생이 여학생보다 높은 수학 성적을 보이고 있으나 각 나라에서 남학생과 여학생의 수학 성적 차이는 크지 않다.

대상 데이터

Figure 2.1과 Figure 2.2는 R에서 제공하고 있는 ggplot2 라이브러리 (Wickham, 2009)를 이용하였다. ggplot2 는 2006년 Wilkinson에 의해 이론이 확립된 그래픽 문법(the grammars of graphics; Wilkinson, 2006)을 좀 더 쉽게 접근할 수 있도록 층화 그래픽 문법(layered grammar of graphics; Wickham 2010)의 형태로 바꾸어 R에서 이용할 수 있도록 만들어 놓은 패키지이다.

이론/모형

층화 그래픽 문법은 Wilkinson의 그래픽 문법을 R에서 구현하기 위하여 층화의 형태로 나타내고 이들의 순서를 지정하여 R에 맞도록 수정한 것이다. Figure 2.1에서는 점의 모양, 크기, 색을 지정하기 위하여 시각적 표현 매핑(aesthetic mapping)을 이용하였고 Figure 2.2에서는 격자방식의 다면화 방법(grid faceting)을 이용하였다.

성능/효과

또한 다양한 지도들과 연동하여 자료의 특성을 좀 더 알아보기 쉽게 나타낼 수 있도록 하는 R 패키지들도 개발되어 있다. 본 논문에서 살펴본 다양한 형태의 R 패키지를 이용하면 고차원 대용량 자료를 자유롭게 탐색할 수 있고 또한 이를 위한 도구의 개발도 편리하게 할 수 있게 된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	산점도에서의 알파 블렌딩이란 무엇인가?	이를 위해 흩트림과 함께 알파블렌딩(alpha blending)을 이용할 수 있다. 산점도에서의 알파 블렌딩은 점들을 겹쳐서 그릴 때 투명하게 비치도록 하는 것으로 투명도를 높일수록 많은 점들이 겹쳐진 부분은 진하게, 적은 점들이 겹쳐진 부분은 상대적으로 연하게 보이게 된다. 알파 블렌딩은 ggplot2에서 alpha 옵션을 이용하여 표현할 수 있다.
	흩트림과 알파 블렌딩 등을 통해 해결하고자 한 것은 무엇인가?	또한 관심있는 뷰를 보이는 낮은 차원을 찾는 사영추적 방법을 이용할 수 있다. 대용량 자료에서는 점들이 겹쳐지는 문제점을 흩트림과 알파 블렌딩 등을 이용하여 해결할 수 있었다. 고차원 대용량 자료의 탐색을 위하여 개발된 R 패키지인 tabplot은 자료를 기준 변수에 대하여 정리하여 보여주므로 기준 변수를 변화시켜가며 다양한 형태로 자료를 살펴볼 수 있게 해준다.
	연속자료의 시각화 방법 중 산점도 행렬을 이용한 방법의 한계는 무엇인가?	산점도 행렬은 변수들을 두 개씩 짝지어서 산점도로 나타내고 이를 행렬형태로 표현한 것으로 산점도 보다는 더 많은 변수를 함께 살펴볼 수 있다. 그러나 변수의 개수가 많아짐에 따라 산점도 행렬의 크기가 커지고 살펴봐야 하는 산점도의 개수가 늘어나면서 전체를 파악하기 힘든 형태가 된다. 이와 같이 자료의 차원이 증가함에 따라 자료의 시각화에 어려움이 나타나게 된다. 이를 극복하기 위하여 다양한 방법들이 제안되어있다.

참고문헌 (32)

Allaire, J., Cheng, J., Xie, Y., McPherson, J., Chang, W., Allen, J., Wickham, H., Atkins, A., and Hyndman, R. (2016a). rmarkrdown: Dynamic Documents for R; R package version 1.0, URL https://cran.rproject.org/web/packages/rmarkdown/index.html
Allaire, J., Keen, I., Almsaeed, A., Mosbech, J., Bosssart, N., Verou, L., Baranovskiy, D., Labs, S., Djuricic, B., Sardyha, T., Lewis, B., Sievert, C., Kunst J., Hafen, R., Rudis, B., and Cheng J. (2016b). flexdashboard: R Markdown Format for Flexible Dashboards; R package version 0.3, URL https://cran.r-project.org/web/packages/flexdashboard/index.html.
Chang, W., Cheng, J., Allaire, J., Xie, Y., and McPherson, J. (2016). shiny: Web Application Framework for R; R package version 0.13.2, URL https://cran.r-project.org/web/packages/shiny/index.html.
Chang, W. and Wickham, H. (2016). ggvis: Interactive Grammar of Graphics; R package version 0.4.3, URL https://cran.r-project.org/web/packages/ggvis/index.html
Cheng, J., Xie, Y., Wickham, H., Agafonkin, V., et al. (2016). leaflet: Create InteractiveWeb Maps with the JavaScript 'Leaflet' Library; R package version 1.0.1, URL https://cran.r-project.org/web/packages/leaflet/index.html
Cook, D., Buja, A., and Cabrera, J. (1993). Projection pursuit indexes based on orthogonal function expansions. Journal of Computational and Graphical Statistics, 2, 225-250.

상세보기
Cook, D., Buja, A., Cabrera, J., and Hurley, C. (1995). Grand tour and projection pursuit. Journal of Computational and Graphical Statistics, 4, 155-172.

상세보기
Cook, D. and Swayne, D. F. (2007). Interactive and dynamic graphics for data analysis: with R and GGobi, Springer Science and Business Media.
Friedman, J. H. (1987). Exploratory projection pursuit. Journal of the American Statistical Association, 82, 249-266.

상세보기
Gebhardt, A. (2015). ash: David Scott's ASH Routines; R package version 1.0-15, URL https://cran.rproject.org/web/packages/ash/index.html.
Gesmann, M., de Castillo, D., and Gesmann, M. M. (2016). GoogleVis: R Interface to Google Charts; R package version 0.6.0, URL https://cran.r-project.org/web/packages/googleVis/index.html.
Graul, C. and Graul, M. C. (2016). leafletR: Interactive Web-Maps Based on the Leaflet JavaScript Library; R package version 0.4-0, URL https://cran.r-project.org/web/packages/leafletR/index.html.
Hall, P. (1989). On polynomial-based projection indices for exploratory projection pursuit. The Annals of Statistics, 17, 589-605.

상세보기
Huber, P. J. (1985). Projection pursuit (with discussion). The Annals of Statistics, 13, 435-525.

상세보기
Hyndman, R. J. (2016). dygraphs: Interface to 'Dygraphs' Interactive Time Series Charting Library; R package version 1.1.1-1, URL https://cran.r-project.org/web/packages/dygraphs/index.html.
Ihaka, R. and Gentleman, R. (1996). R: a language for data analysis and graphics. Journal of Computational and Graphical Statistics, 5, 299-314.

상세보기
Jones, M. C. and Sibson, R. (1987). What is projection pursuit? (with discussion). Journal of the Royal Statistical Society, Series A, 150, 1-36.

상세보기
Lamstein, A. and Johnson, B. P. C (2016). choroplethr: Simplify the Creation of Choropleth Maps in R; R package version 3.5.2, URL https://cran.r-project.org/web/packages/choroplethr/index.html.
Lawrence, M., Wickham, H., Cook, D., Hofmann, H., and Swayne, D. F. (2009). Extending the GGobi pipeline from R. Computational Statistics, 24, 195-205.

상세보기
Lee, E. K. and Cook, D. (2010). A projection pursuit index for large p small n data. Statistics and Computing, 20, 381-392.

상세보기
Lee, E. K., Cook, D., Klinke, S., and Lumley, T. (2005). Projection pursuit for exploratory supervised classification. Journal of Computational and Graphical Statistics, 14, 831-846.

상세보기
Scott, D. W. (1985). Averaged shifted histograms: effective nonparametric density estimators in several dimensions. The Annals of Statistics, 13, 1024-1040.

상세보기
Sievert, C., Parmer, C., Hocking, T., Chamberlain, S., Ram, K., Corvellec, M., and Despouy, P. (2016). plotly: Create Interactive Web Graphics via 'plotly.js'; R package version 3.6.0, URL https://cran.rproject.org/web/packages/plotly/index.html.
Swayne, D. F., Lang, D. T., Buja, A., and Cook, D. (2003). GGobi: evolving from XGobi into an extensible framework for interactive data visualization. Computational Statistics and Data Analysis, 43, 423-444.

상세보기
Tennekes, M. and de Jonge, E. (2012). tabplot: Tableplot, a Visualization of Large Datasets; R package version 1.3, URL https://cran.r-project.org/web/packages/tabplot/index.html.
Tennekes, M., Gombin, J., Jeworutzki, S., Russell, K., and Zijdeman, R. (2016). tmap: Thematic Maps in R; R package version 1.4-1, URL https://cran.r-project.org/web/packages/tmap/index.html.
Vaidyanathan, R., Xie, Y., Allaire, J., Cheng, J., and Russel, K. (2016). htmlwidgets: HTML Widgets for R; R package version 0.7, URL https://cran.r-project.org/web/packages/htmlwidgets/index.html.
Wickham, H. (2009). ggplot2: elegant graphics for data analysis, Springer Science and Business Media.
Wickham, H. (2010). A layered grammar of graphics. Journal of Computational and Graphical Statistics, 19, 3-28.

상세보기
Wickham, H., Cook, D., Hofmann, H., and Buja, A. (2011). tourr: An R package for exploring multi-variate data with projections. Journal of Statistical Software, 40, 1-18.
Wilkinson, L. (2006). The grammar of graphics, Springer Science and Business Media.
Wilkinson, L., Anand, A., and Grossman, R. (2006). High-dimensional visual analytics: Interactive exploration guided by pairwise views of point distributions. IEEE Transactions on Visualization and Computer Graphics, 12, 1363-1372.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증