VizML：可视化推荐的机器学习方法

可视化推荐系统旨在通过自动为分析师生成结果以供搜索和选择，而不是手动指定，从而降低探索基本可视化效果的门槛。在这里，我们展示了一种基于机器学习的可视化推荐的新方法，该方法从大量数据集及其相关可视化中学习可视化设计选择。首先，我们确定了分析师在创建可视化时做出的五个关键设计选择，例如选择可视化类型和选择沿X轴或Y轴编码列。我们使用从一个流行的在线可视化平台收集的一百万个数据集-可视化配对训练模型来预测这些设计选择。与基线模型相比，神经网络以高精度预测这些设计选择。我们报告并解释了其中一个基线模型的特征重要性。为了评估我们方法的通用性和不确定性，我们使用众包测试集进行基准测试，并表明我们的模型在预测共识可视化类型时的性能与人类性能相当，并且超过了其他可视化推荐系统的性能。