パラレルコーディネート
From Wikipedia, the free encyclopedia
高次元データのデータ分布状況を各次元の変数軸を並べ視覚化および分析する方法。多次元の数値データセットの相関関係やクラスタリング(データの群化/集中化)・外れ値などの状況を直感的に把握できる[1]。平行座標とも呼ばれ略称はPCP(英: Parallel Coordinates Plot)。
一般的なグラフでは軸は直角に垂直配置(通常は、x軸が横軸、y軸が縦軸)されるが、平行座標においては互いに平行に配置(x軸とy軸が平行、以下z軸も平行…)される。散布図では、項目が点で表示されるのに対し、平行座標では、1つの項目が平行軸をジグザグに結ぶポリライン(ギザギザの折れ線)で表現され、関連する属性値の位置で各軸と1回だけ交差する。パラレルコーディネートプロットや平行座標プロットと表記されることもある。パラレルカテゴリに似ているが、パラレルカテゴリは質的変数に用いられるもので、パラレルコーディネートでは量的変数を扱う。離散値も扱うこともできる[2]。
平行座標[3]は、多変量の属性間の相関関係を確認したいという動機で設計されている。一般的に、相関を見つけるには散布図行列(英: Scatterplot Matrix)を利用するが、多変量nの場合はnCkの組み合わせが必要で多次元になるほど現実的ではなくなる。これに対し平行座標は多変量にも対応しており、全属性の概要把握、個々の属性の範囲の特定、外れ値の検出、クラスタの検出など、様々なメリットがあり、多変量解析に適している。ビッグデータの特徴の一つである高次元データには散布図の代替えとして有用であるが、必ずしも大規模データに対しては適していないことに注意が必要(散布図も大規模データでは破綻するが平行座標のほうがよりシビア)で、そのような場合はダウンサンプリングなどを行う[4]。
軸の並び順に関しては、データセットからデータを読み出した際の登録順もしくは読出順、属性名のアルファベット順や類似性などによるが、特により多次元になった際に並び順が重要なため、相関係数順など数学的に決定した基準で並び変えられることもある。
19世紀頃から、パラレルコーディネートの概念を持つチャートは存在していた[5]ものの、コンセプトとして記されたものは、1981年にIBM研究者のAlfred Inselbergによるもの[6][7]。
