Classification visuelle et interactive de données en utilisant des points d'intérêt
Résumé
L'objectif de notre travail est de pouvoir représenter visuellement de grands 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 traiter des données de tous types (numériques, symboliques, images, textes, etc) et 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. Nous comparons notre approche interactive avec la classification ascendante hiérarchique (CAH) sur un ensemble de bases classiques.