VisActor · skie1997 · Apr 16, 2025 · Dec 17, 2024 · Mar 9, 2025 · Mar 21, 2025
diff --git a/VChart b/VChart
diff --git a/...ages/vchart-extension/__tests__/runtime/browser/data/sequence-scatter/README.md b/...ages/vchart-extension/__tests__/runtime/browser/data/sequence-scatter/README.md
@@ -0,0 +1,60 @@
+### 数据说明
+
+Time-Travelling-Visualizer × VisActor 数据demo，包含两个训练过程，分别为：
+
+- 代码token与文本token对齐任务（Training_process1）；
+- 图像分类任务（Training_process2）；
+
+每个训练过程数据整理成json格式，具体如下：（以包含**60个样本点**、**30个训练轮次**的训练过程1举例）
+
+#### data.json
+
+```json
+{
+    "1":{
+        "projection":[[]], //该epoch下每个样本点二维投影坐标，大小为[60,2]
+        "intra_similarity":[[]], //该epoch下每个样本点最相近的6个标签相同的邻居（的下标，包含本身），大小为[60,6]
+        "inter_similarity":[[]], //该epoch下每个样本点最相近的6个标签不同的邻居（的下标，包含本身），大小为[60,6]
+    },
+    "2":{
+        ...
+    },
+    ...  
+    "30":{
+        ...
+    }
+}
+```
+
+例如，对于样本0来说，其标签为`comment`，且在第一轮中与之最相近的6个`comment`样本分别为[0,1,2,7,4,8]，最相近的6个`code`样本为[12,25,43,14,45,24]，则在第一轮中的intra_similarity第一行为[0,1,2,7,4,8]，inter_similarity的第一行为[12,25,43,14,45,24]，及
+
+```json
+{
+    "1":{
+        "projection":[[]],
+        "intra_similarity":[
+            [0,1,2,7,4,8], // 第一个样本的邻居
+            ...
+        ],
+        "inter_similarity":[
+            [12,25,43,14,45,24], // 第一个样本的邻居
+        	...
+        ], 
+    },
+	...
+}
+```
+
+💡 similarity是为了初步展示样本之间的联系，后续我们可以自行添加更多的样本间联动关系。
+
+
+
+#### label.json
+
+```json
+{
+	"label_index":[], // 每个样本的标签，例:[0,0,0,0,...,1,1,1,1]
+	"label_text":[] //每个标签对应的含义，例:[comment, code]
+}
+```
+