共计 1006 个字符，预计需要花费 3 分钟才能阅读完成。
在海量数据中提取有用的数据对用户进行了剖析, 通过数据可视化和聚类分析的深入研究联合可视化技术和数据挖掘技术,Java 平台开发可视化数据挖掘零碎, 三维散点图的数据挖掘后果, 容许用户可视化地查看整个数据集并剖析同一对象的属性值和每个属性的散布状况，无效地表白数据挖掘后果之间的关系，这就是可视化数据挖掘工具的设计与实现。
从简单数据中开掘有用信息已成为计算机图形学、数据挖掘、模式识别、统计、数据仓库等诸多钻研畛域的热点。近年来，人们提出了许多新的开掘算法、各种可视化办法和开掘零碎。然而，从大量的观测数据中开掘有用的信息和模型依然是一项简单而繁琐的工作可视化数据挖掘工具的诞生就是为了的解决这一问题。
在可视化数据挖掘工具的设计过程中，可视化技术、开掘算法和用户的有机联合已成为钻研的重点。仅仅依附数据挖掘算法来获取有用信息的零碎在理论利用中并不多见，面对一批开掘的数据，人类辨认的水平无限。因而，用户心愿对开掘后果进行进一步的解决，以反映一些数据的趋势和关系，从新的角度疾速、轻松地了解信息，充沛开掘业务数据发现潜在的和以前未知的趋势、行为和异样，解决相应的畛域问题。
信息部门的决策者心愿看到的信息应该高深莫测。数据视图能够用图形、柱状图、饼图等示意。但有时，这些传统的数据表示并不一定向决策者展现信息的所有方面，用户所能看到的只是趋势和数据的简略比拟。因而，寻求良好的数据视图示意并提供人机交互始终是该畛域的钻研方向。
基于上述思考，本文开发了基于 Java 平台的可视化数据挖掘工具。通过三维散点图和平行坐标图, 它将数据挖掘的结果显示给用户的模式图, 以便用户能够直观地看到整个数据集的照片, 剖析了散布雷同的每个数据对象的属性值和剖析每个属性之间的关系。
本文设计并实现了一个可视化数据挖掘工具，能够实现开掘后果的三维和高维数据的可视化显示。以简洁的模式出现形象的信息给用户一个概念，以便对总体状况进行简洁的剖析。这样，也能够给用户更多的信念来领导下一步的工作以克服超大数据显示的局限性。
Smartbi Mining 是一个业余的数据挖掘平台，通过深度数据建模，为企业提供预测能力。算法丰盛，反对多种高效实用的机器学习算法，蕴含了分类、回归、聚类、预测、关联，5 大类机器学习的成熟算法；性能齐备，除提供次要算法和可视化建模性能外，Smartbi Mining 还提供了必不可少的数据预处理性能；易学易用，一站式实现数据处理和建模。
