随着大数据时代的来临,人们每天都在接触各种各样的数据信息。据统计,人类从外界获取的信息约有80%以上都是来自视觉系统,良好的可视化更能有效的帮助人们理解数据背后隐藏的信息,发掘出数据之间的规律。但随着计算机行业高新技术的兴起,数据模型也越来越复杂多变,因此需要将可视化技术与机器学习技术相结合更高效的去处理数据。然而目前大多数的研究者都关注于机器学习算法本身的优化,却忽略了对算法输出结果的可视化,无法直观地看到算法的运行过程。因此本文重点分析了与机器学习技术相关的三个可视化领域的研究现状,同时也对国内外现有的数据可视化工具进行了调研和对比,发现目前存在较少的机器学习可视化工具。针对以上问题,本文的具体研究工作如下:1.提出了一种基于Web的机器学习可视化方案;将机器学习技术与Web前端D3.js可视化技术进行结合,同时使用jQuery、JavaScript以及Bootstrap等Web前端技术,对K近邻算法(KNN)和支持向量机(SVM)算法进行Web前端可视化开发,并实现了Web前端界面实时调参的功能。2.设计并实现了一个基于Web的机器学习可视化系统;给出了机器学习可视化系统的总体设计方案,将系统细分为数据管理模块、可视化算法实现模块、界面设计模块、D3.js绘图模块以及算法评估模块五个模块进行详细设计。数据管理模块又具体分为数据生成、数据导入以及数据导出模块;可视化算法模块分为KNN分类可视化算法、KNN回归可视化算法以及SVM可视化算法模块。本系统可通过Web前端可视化技术去直观有效的调节模型的参数,使得机器学习模型调节更优。3.最后将相关数据集导入机器学习可视化系统进行算法的可视化测试与分析,实验结果验证了基于Web端的机器学习可视化系统的可行性和实用性。