马国峻，王水波，裴庆祺，詹阳

（1. 西安文理学院信息工程学院，陕西 西安 710065；2. 西安电子科技大学综合业务网理论及关键技术国家重点实验室，陕西 西安 710071）

基于主成分分析和K-means聚类的平行坐标可视化技术研究

马国峻1,2，王水波2，裴庆祺2，詹阳2

（1. 西安文理学院信息工程学院，陕西 西安 710065；2. 西安电子科技大学综合业务网理论及关键技术国家重点实验室，陕西 西安 710071）

为了解决多维数据的维数过高、数据量过大带来的平行坐标可视化图形线条密集交叠以及数据规律特征不易获取的问题，提出基于主成分分析和K-means聚类的平行坐标（PCAKP, principal component analysis and k-means clustering parallel coordinate）可视化方法。该方法首先对多维数据采用主成分分析方法进行降维处理，其次对降维后的数据采用K-means聚类处理，最后对聚类得到的数据采用平行坐标可视化技术进行可视化展示。以统计局网站发布的数据为测试数据，对PCAKP可视化方法进行测试，与传统平行坐标可视化图形进行对比，验证了PCAKP可视化方法的实用性和有效性。

数据可视化；平行坐标可视化；主成分分析；K-means聚类

1 引言

在大数据时代的今天，人们身边无时无刻不充斥着纷繁复杂的数据。从国家政治到社会民生，从尖端科学到百姓生活，从PC端到移动设备，数据时时刻刻都在产生，大数据已上升为一个国家重要的战略资源。《Science》于2011年刊登了“Dealing with Data”[1]一文，该文章指出了如何利用数据资源来推动人类社会的发展。《大数据是国家战略资源》一文指出了大数据的产业价值，以及大数据的价值挖掘[2]。……