可视化数据挖掘
目的：可视化数据挖掘的目的是使用户能够交互地浏览数据，挖掘过程等，当所要识别的不规则事物是一系列图形而不是数字表格时，人的识别的速度是最快的。
分类
源数据可视化:数据库和数据仓库的数据具有不同的粒度或不同的抽象级别,能用多种可视化方式进行描述,比如三维立方体或曲线等
数据挖掘结果可视化:将数据挖掘后得到的知识和结果用可视化形式表示出来.比如柱状图等
数据挖掘过程可视化:用可视化形式描述各种挖掘过程,从中用户可以看出数据从哪个数据仓库或数据库中抽取出来,怎样抽取以及怎样预处理,怎样挖掘等.
源数据可视化
源数据可视化能够表现出源数据是如何分布的.
不同数据模式的可视化形式的侧重点都不同.比如:对应决策树模式侧重点放在不同区域(分支)的数据分布上,可视化界面的设计应以此为目的.
规则可视化
用规则多边形表现规则。
规则由条件部分和结果部分组成。条件部分形如<a,r,v>，v是a的一系列值，r是算术或集合操作符(=,!=,<=,>等),结果部分是简单的类属性。
例子：
操作符解释
规则多边形生成算法
否定条件的显示
联机可视化
源数据的可视化界面
尽可能使用用户比较感兴趣的属性，并根据一些规则，生成具有一定意义的结果如打分等，这样就能初步体现源数据的一些特性。
一些经验
一根柱代表一个类分布，底层颜色代表纯净的程度，尽可能利用颜色。
利用叠加的方法，左图中任何一项都是右图的一片，左图中的柱状体的高度代表该范围的记录数。
时间的可视化
从图中可以看出不同步骤所占的时间比率以及它们之间的对比。
分布信息的表示
利用图形的多维特点来表示信息，在图形维数用尽的情况下，再利用数据图表。
一个极其美观实用的界面
尽可能在一张页面上显示结果，而不要分页显示。
