パラレルカテゴリ
From Wikipedia, the free encyclopedia
パラレルカテゴリ(英: Parallel Categories)は、高次元のカテゴリカルデータを視覚化および分析する方法。カテゴリカルデータ(質的変数)からなるデータの層別や偏りなどを把握できるツール[1]。
パラレルコーディネートと似ているが、パラレルコーディネートは連続値(順序尺度的な離散値も扱うことは可能)で相関関係等の把握に使われる(データを折れ線で表示)のに対し、パラレルカテゴリはカテゴリ・離散値で層別や構成比率を見る(データ比率を帯で表示)。パラレルカテゴリプロットとも呼ばれる。
パラレルコーディネート(平行座標：値を平行に配置した座標を通過する折れ線で表現)から着想しており、カテゴリカルデータの頻度を帯で表現しているという違いがある。2つ以上のカテゴリカルデータの数の比を帯の幅とし相対値で集計・スタックしたものであり、視覚的に構成比を把握することができる。
平行セット・パラレルセット(英: Parallel Sets)の名称が使われることもあり、沖積図(ちゅうせきず, アルビアルダイアグラム 英: Alluvial Diagrams)に近い。なお、パラレルセットでは時系列や流れを扱わないことが多い一方、沖積図は元々時間の経過に伴うネットワーク構造の変化を表すために開発された一種のフロー図であり、時系列変化を扱うことが多くネットワークの時間もしくは状態間のフロー解析などに活用されている[2]。
パラレルコーディネートに類似しており、パラレルコーディネートは連続値(もしくはカテゴリ値を強制的に数値化した値など少なくとも数字である必要がある)に用いられ、パラレルカテゴリでは離散値(数字に限らず文字列なども扱える)を扱う。パラレルカテゴリでは、値の頻度や割合、それらの偏りやアンバランスなどを把握できることが特徴。パラレルコーディネートは高次元は強いが大規模データには向かないものの、パラレルカテゴリは大規模データにでも問題ないため、ビッグデータに対応したプロットといえる[3]。
