Şemalar, grafikler ve haritalar bire bir iletişim kurmak için ikna edici ve ikna edici araçlardır bilgi ve bilgi sağlar. Ayrıca, kötü veya kötü amaçla dağıtıldığında karışıklık, yanlış bilgi ve gerçek olmayan kaynaklar
Grafikler bilim yerine sanat olarak gösteriliyor
Makine öğrenimi uzmanları genellikle olası eğitim veri kümelerini, anlamak için modellerin kullanışlılığı ve performansı anlamak için model çıktıları.
Her zaman verilerin amaçlanan bağlamını, kitlesini ve amacını sorun görselleştirmeye yardımcı olan özelliklerden biridir. Bu üç faktör grafiksel iletişimin anahtarıdır. Aynı grafik yararlı ve bilgilendirici olabilir ya da farklı bağlamlarda yanıltıcı ve abartılı içerikler.1 İzleyici ve İzleyicinin grafik ve veri okuryazarlığı düzeyi değişiklik gösterir. Tasarım, projenin engel olur. Örneğin, nefes kesen derecede güzel grafikler çok karmaşık olabildiği için bu raporda görebilmeli.
Mükemmel bir grafik oluşturmanın katı ve hızlı kuralları yoktur. kılavuzlara ve en iyi uygulamalara göz atın. Verileri görselleştirmek kadar bilim. Ancak verileri görselleştirirken her şeyden önemlisi açıklık ve dürüstlük için çaba gösterin. Açık ve doğru bir iletişim kurmak için yeterli bilgi sağlamak, fazla bilgi içeren görüntülerdir.
İskele, içerik ve yanıltıcı hareketler
Alberto Cairo, How Charts Lie raporunda veri görselleştirmelerini iki bölüme ayırmıştır: yapı ve içerik.
Bir grafiğin iskeletleri; başlıkları, eksenleri, göstergeleri, etiketleri ve kaynağını içerir. verileri de kapsayabilir.
İçerik, verilerin görsel kodlamasını ve varsa metinsel, ek açıklamalar. Verileri görsel olarak kodlama yöntemleri genellikle şunlardır:
- (çubuk grafiklerde olduğu gibi)
- (dağılım grafiğinde olduğu gibi)
- Pasta grafiklerde orantısal açılar, alanlar ve yaylar
- renk ve ton
- daha nadiren, genişlik ve kalınlık2
Bu unsurların tümü kullanıcıları yanıltmak için kullanılabilir. Bir çubuk grafiğin sıfır dışında bir değerden başlatılması ya da en uzun çizgileri kısaltmak yanlış bir algıya neden olabilir. tasarruf etmek olsa bile işe yarar. Sarah Leo'nun kompozisyon Economist'te veri görselleştirme hataları ile ilgili daha fazla bilgiye ulaşabilirsiniz.
Uygunsuz bir en boy oranı, küçük bir değişikliğin çok büyük gibi görünmesine neden olabilir. ya da büyük bir değişiklik çok küçük görünebilir. Kahire, bu pozisyonda gösterilen orantısal değişimle eşleşen en boy oranı (ör. bir resim için 3:1) %30 oranında değişim söz konusu. Ayrıca bağlama çok dikkat edilmesi gerekiyor. birçok önemli istisnası vardır. Ortalama olarak görece küçük dalgalanmalar örneğin 100C üstünde sıcaklıklarda 2C artış, son derece önemlidir ve 50:1 en boy oranına sahip bir grafikte azdır. oranıdır.3
Görsel etki için grafiklerin ve diğer 3D efektlerin 3D döndürme 3D verileri temsil etmekten farklıysa onu yanlış yönlendirme olasılığınız yüksektir. Bu da çubuk grafiklerde çubukların yerini alan 3D nesnelerin tasvirleri. Öğe veriler yalnızca uzunluğa göre kodlanır. Standart çubuk grafikte olduğu gibi, okuyucu orantılı olarak daha büyük nesnenin daha büyük bir hacme sahip olduğunu, ve dolayısıyla daha yüksek bir değer elde eder.4 2B kullanan tasarımcılar baloncuklar gibi verilerin temsilleri ve verileri yarıçapa ya da çapa göre kodlama yerine yanıltıcı oranlar da oluşturulur.5 2D Pasta grafikleri gibi sunumlar, segmentleri karşılaştırmayı zorlaştırabilir zannediyor. Pasta grafikleri aynı zamanda tüm segmentlerin bir bütün olduğunu, ve bu doğru olmayabilir.
Renk başlı başına bir konudur. Genel olarak:
- Çoğu kullanıcı tarafından izin verilen sınır bu olduğundan 6 veya daha az renk bölümü kullanın başa çıkabilecek bir risktir.
- Farklı kişiler sipariş verdiği için geniş spektrumlu ton seçenekleri kullanmaktan kaçının değiştirilebilir.6
- Mümkünse tek bir tonun tonlarını seçin. gri tonlarda ayırt edilebilir.
- Farklı proje yönetimi yaklaşımları renk körlüğü.
Referanslar
Kahire, Alberto. Grafikler Nasıl Yalan: Görsel Bilgiler Hakkında Daha Akıllı Olma. New York: B.B. Norton, 2019.
Hımm, Darrell. İstatistikler nasıl yatar? NY: W.W. Norton, 1954.
Monmonier, Mark. How to Lie with Maps, 3. sürüm Chicago: U of Chicago P, 2018.
Resim referansları
"İşlem hızı muhasebe yapısı örneğinin grafiği." TAUser, 2008. GNU FDL. Kaynak
"Yaşam döngüsü boyunca tüm araç türleri için GWP (MTCO2E)." B2.Ekip.Lider, 2006. Kaynak
