[이기적] 비교 시각화 정리 (히트맵 · 체르노프 페이스 · 스타차트 · 평행좌표계 · 다차원척도법)

1️⃣ 비교 시각화(Comparison Visualization)

✅ 정의

• 하나 이상의 변수를 대상으로 변수 간 차이 또는 유사성을 표현하는 시각화 방법
• 여러 대상의 특성 비교 및 패턴 분석에 활용됨

🎯 포인트

• 여러 변수 비교
• 대상 간 특성 차이 분석
• 다변량 데이터 분석 활용

---

✅ 비교 시각화 활용 예

비교 대상	비교 변수
자동차 비교	차량 크기 엔진 출력 가격 편의성
컴퓨터 성능 비교	CPU 성능 메모리 용량 저장공간 화면 크기

👉 여러 변수 비교 시 복합 시각화 기법을 사용

---

2️⃣ 히트맵(Heat Map)

✅ 개념

• 데이터 값을 색상의 강도(Heat) 로 표현하는 시각화 방법

🎯 포인트

• 데이터 값을 색상으로 표현
• 행 × 열 구조 데이터 표현
• 변수 간 패턴 및 관계 분석

---

3️⃣ 체르노프 페이스(Chernoff Faces)

✅ 개념

• 데이터 값을 사람 얼굴 형태로 표현하는 시각화 기법
• 각 변수 값을 얼굴 요소에 대응시켜 표현

✅ 표현 요소

얼굴 요소	표현되는 변수
얼굴 길이	변수 값
얼굴 너비	변수 값
눈 크기	변수 값
코 높이	변수 값
입 모양	변수 값
머리카락	변수 값

🎯 포인트

• 얼굴 요소 = 변수
• 다변량 데이터 표현

---

4️⃣ 스타차트(Star Chart)

• 레이더차트(Radar Chart) 라고도 함

✅ 개념

• 여러 변수 값을 방사형 축으로 표현하는 그래프
• 각 변수 값을 연결하면 별 또는 거미 모양 형태가 됨

🎯 포인트

• 방사형 그래프
• 다변량 비교
• 레이더차트

---

5️⃣ 평행좌표계(Parallel Coordinates)

✅ 개념

• 여러 변수 값을 평행한 축으로 표현하는 시각화 방법
• 하나의 데이터는 하나의 선으로 연결하여 표현

🎯 포인트

• 여러 축을 평행하게 배치
• 하나의 대상 = 하나의 선
• 다변량 데이터 분석

---

6️⃣ 다차원척도법(MDS, Multi-Dimensional Scaling)

✅ 개념

• 대상 간 유사성 또는 거리 정보를 기반으로
  저차원 공간(2차원 또는 3차원)에 배치하여 시각화하는 방법

✅ 특징

• 데이터 간 유사성 표현
• 다차원 데이터를 저차원 공간으로 축소
• 데이터 간 거리 기반 분석

🎯 포인트

• 거리 기반 시각화
• 다차원 → 저차원 변환
• 유사한 데이터는 가까이 위치

---

📌 암기 핵심 요약

시각화 기법	특징
히트맵	색상으로 데이터 값 표현
체르노프 페이스	얼굴 요소로 변수 표현
스타차트	방사형 축 그래프
평행좌표계	평행 축 연결
다차원척도법(MDS)	거리 기반 시각화

2026 이기적 빅데이터분석기사 필기 기본서
(저자: 나홍석, 배원성, 이건길, 이혜영 | 출판사: 영진닷컴)

※ 본 글은 위 교재를 참고하여 학습 목적으로 재정리한 내용입니다.