随着计算机等网络设备的广泛应用,数据量的激增,大数据量的分析已经成为了数据分析中的重要一环。而高维数据分析是大数据分析的重要组成部分。大部分的高维数据分析系统都是基于一些系统做一些数据筛选和降维等操作,他们的视图展示一般都是以量的形式来展示信息,比如散点图矩阵、平行坐标轴等。这些方法对用户的认知负担仍旧比较大。针对高维系统分析,本文提出来了散点图模式的方法进行维度的分析,结合数据筛选进行高维数据分析。首先,我们发现散点图有明显的拓扑结构。基于这个发现,我们使用常用的分类模型对散点图进行训练,选取了表现较好的MLPClassifier作为分类的模型,获得训练好的模型后,对新的数据集进行训练标记。然后,使用这个标记信息对维度进行分析。最后结合数据筛选等,进行高维数据分析。本文设计了一个可视化系统。系统包含维度散点视图、维度层次聚类视图、数据域视图、热力图形式的散点图矩阵。维度散点视图用于直观的展示维度之间的距离、编组等信息;维度层次聚类视图用于提供给用户聚类的参考;数据域视图用于展示数据之间的拓扑结构及变化;散点图矩阵用于验证维度分组的合理性。系统中还提供了拖动、框选等高级交互操作来筛选数据。最后文中通过三个简单示例来验证了此方法和系统的合理性和实用性,并能帮助用户很好的进行聚类分析和理解高维数据。