时序散点关系图-支持交互邻域

• 时序性 一个深度学习训练过程会包括若干个训练轮次，同一个数据样本在不同训练轮次模型下的预测可能是不同的，因此，所有数据在某个训练轮次模型下的预测结果可以看作是一个动画中的“一帧”。为了能在同一个图表中展示不同的帧，我们需要用到vchart中player组件，用来自动更新轮次数据，以展示训练过程在时间上的推进。
• 散点图 为了展示每个训练数据样本在当前轮次下的预测结果（坐标的形式），自然地想到使用散点图，一个数据样本对应图中的一个点。除了二维坐标外，点还应该具有一些其他属性，例如：
• 颜色：可以对应样本标签，不同的标签具有不同的颜色；
• 透明度： 可以对应样本的预测置信度，置信度越大透明度越低；
• 大小：可以区分是否选中，hover或selected的点放大；
• ......

更多实现见: https://uvwoh700cpq.feishu.cn/docx/AULUdfgPJopMoMxP64RcuGo7nzh?from=from_copylink