Une méthode de classification visuelle et interactive
Résumé
L'objectif de notre travail est de pouvoir représenter visuellement des ensembles de données et de laisser l'expert du domaine procéder interactivement à la définition d'une classification de ces données. Notre approche se base sur l'existence d'une fonction de similarité afin de pouvoir traiter des données de tous types (numériques, symboliques, images, textes, etc). Elle permet à l'expert du domaine, grâce à l'utilisation d'une visualisation à base de points d'intérêt (POIs), de définir des classes dans les données grâce à des opérations de sélections graphiques. Nous comparons notre approche interactive avec la classification ascendante hiérarchique (CAH) sur un ensemble de bases classiques. Nous montrons qu'un expert des données peut arriver à des performances similaires à celle d'un algorithme automatique, tout en bénéficiant d'informations complémentaires sur les classes.