TreeView, exploration interactive des arbres de décision
Nous présentons un nouvel outil graphique interactif pour l'exploration des résultats d'arbre de décision, incluant simultanément : notre visualisation radiale, le focus+context, le zoom/pan, le fisheye, la visualisation hiérarchique, la treemap et l'icicletree pour la représentation et l'exploration des résultats des algorithmes d'arbre de décision. L'utilisateur peut ainsi extraire facilement des règles d'induction et élaguer l'arbre obtenu dans une phase de post-traitement. Cela lui permet d'avoir une meilleure compréhension des résultats obtenus. Nous avons utilisé des critères d'intérêt pour évaluer la performance du système avec des ensembles de données réelles.
We propose a graphical environment using the new radial tree layout, zoom/pan techniques and some existing methods, including explorer-like, hierarchical visualization, interactive techniques to represent large decision trees in a graphical mode more intuitive than the results in output of usual decision tree algorithms. The interactive exploration system on one hand can present the global view and on the other hand, it also provides a very good performance for an interesting sub-tree with simplicity, speed of task completion, ease of use and user understanding. The user can easily extract inductive rules and prune the tree in the post-processing stage. The numerical test results with real datasets show that the proposed methods have given an insight into decision tree results. It can guide the user towards for evaluating the models and also making more accurate decisions.
N.PHAM, T.DO, F.POULET, A.MORIN
post-traitement des arbres de décision, exploration interactive, fouille visuelle de données, qualité de connaissances.
post-processing decision trees, interactive exploration, visual data mining, quality measures in data mining.
Français
|
