IV "
" Interpretacja zjawiskowa parametrów modelu
"
"
Faza ta wymaga sięgnięcia do podstaw teorii badanego
problemu i wiąże się często z konsolidacją i prezentacją
wydobytej wiedzy. Faza prezentacji łączy ze sobą dwie
funkcje. Są nimi analiza wyekstrahowanej wiedzy oraz
prawdzenie, czy wiedza spełnia wymagania początkowe
do jej zastosowania w rzeczywistych aplikacjach. W a-
nalizie tego typu bardzo przydatne są różne techniki wi-
zualizacji danych i wzorców. Najbardziej elementarnym
sposobem jest tzw. wykres rozproszenia (ang. scatter
diagram). Traktuje on atrybuty jak wymiary w kartez-
jańskim układzie współrzędnym, przy czym wartości at-
rybutów są wartościami współrzędnych. Wtedy punkty
w takim układzie odpowiadają rekordom w zbiorze da-
nych. Pomocne jest odpowiednie graficzne przedstawie-
nie zbioru danych, w celu znalezienia zależności pomię-
dzy nimi. Zauważone wzorce mogą być uznane za go-
tową wiedzę (jeśli spełnia nasze wymagania) lub jako
mogą być wskazówką do dalszych poszukiwań, pozwa-
lającą na lepsze ich ukierunkowanie.
Mamy tu zatem:
(a) Otwarcie aplikacji,
(b) Wybór zbioru danych,
(c) Wskazanie atrybutu decyzyjnego
Interpretacja zjawiskowa (opracowanie) modelu
może zostać ułatwiona przez pracę nad warunkami two-
rzenia modelu, m. in. manipulujac takimi parametrami
jak:
(a) Podziały, ich tworzenie i wykorzystanie
(b) Wybór (wymuszanie) podziału
(c) Wizualizacja węzła (w drzewie)