RFIViz : Random Forest Interactive Visualisation, un outil simple pour comprendre les modèles
RFIViz : Random Forest Interactive Visualisation, un outil simple pour comprendre les modèles
Résumé
Random forests (RF) are a widely adopted machine learning tool for classification tasks due to their ease of interpretation compared to complex models such as neural networks. However, in scenarios where RFs are built in high-dimensional feature spaces with abundant samples, their interpretability diminishes as these parameters increase. This loss of interpretability prevents users from understanding the logic behind sample classifications. Our research addresses this challenge by proposing a visualization tool for better understanding RF models, regardless of their size, specifically tailored for non-expert users. We recognize the need for interactive tools that facilitate a deeper understanding of the algorithmic reasoning employed by RF models, particularly in filtering and searching systems, to overcome high-dimensional feature spaces.
Les Random Forests (RF) constituent un outil d'apprentissage automatique largement adopté pour les tâches de classification en raison de leur facilité d'interprétation par rapport à des modèles complexes tels que les réseaux neuronaux. Cependant, dans les scénarios où les RF sont construits dans des espaces de caractéristiques étendus et des échantillons abondants, leur interprétabilité diminue au fur et à mesure que les paramètres précédents augmentent. Cette perte d'interprétabilité empêche les utilisateurs de comprendre la logique qui sous-tend les classifications d'échantillons. Notre recherche relève ce défi en proposant un outil de visualisation pour une meilleure compréhension des modèles RF, quelle que soit leur taille, particulièrement adapté aux utilisateurs non experts. Nous reconnaissons la nécessité d'outils interactifs qui facilitent une compréhension plus approfondie du raisonnement algorithmique employé par les modèles de RF et en particulier les systèmes de filtrage et de recherche pour surmonter l'espace de caractéristiques de haute dimension.
Domaines
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|---|
| Licence |