rosuda Software e Grafici Interattivi per il Visual Data Mining IVDM 2003

rosuda IVDM 2003 Software Commerciali per il Data Mining AIM distribuito da AbTech AUTOCLASS distribuito da NASA CLEMENZINE distribuito da SPSS Database Mining distribuito da HNC Datalogic/R distribuito da Reduct Syst Information Harvesting distribuito da Ryan Ass Intelligent Miner distribuito da IBM IXL/IDIS distribuito da IntelligWare KnowledgeSeeker distribuito da FirstMarkTechn NEXTRA distribuito da Neuron Data PC-MARS distribuito da Data Patterns RECON for Data Mining distribuito da Lockheed

rosuda IVDM 2003 Software Commerciali per il Data Mining: CLEMENTINE- SPSS

rosuda IVDM 2003 Software Commerciali per il Data Mining: ROSETTA

rosuda IVDM 2003 Software Commerciali per il Data Mining: STATISTICA The most part of statistical software for Data Mining try to give a suitable final graphical representation of applied models

rosuda IVDM 2003 Software per il Data Mining: considerazioni generali -Cosa dovrebbero fare? -Cosa fanno davvero? -Quali caratteristiche sono le piú rilevanti? -Come influisce la Visualizzazione sulla ricerca dell´Informazione?

rosuda IVDM 2003 Il nostro Software per IVDM: The Rosuda`s Impressionistes

rosuda IVDM 2003 Interactive Visual Data Mining: Implementazione **Graphics manipulation = Data manipulation** Interazione condiziona non solo l´aspetto esteriore del display ma la sostanza dei dati!

rosuda IVDM 2003 Fisher Grains Data Set Produzione di Grano presso i Campi Broadbalk a Rothamsted Fisher (1924) La matrice di dati è stata transposta, di modo che ciascun anno corrisponda ad un diverso anno 18 time series osservate annualmente per un periodo di 76 anni

rosuda IVDM 2003 PC anche dati temporali

rosuda IVDM 2003 Interactive Time Series

rosuda IVDM 2003 …Collegare Tempo e Luogo

rosuda IVDM 2003 …PC in generale e Mappe

rosuda IVDM 2003 Maps, selezione e Mondrian

rosuda IVDM 2003 Cos è una mappa Dati Geografici possono essere collocati in base alla vera referenza geografica

rosuda IVDM 2003 Collegare le Mappe agli individui Da dove viene? Che tipo di criminale é? The Crime dataset and the Criminal face

rosuda IVDM 2003 The Crime dataset and the Criminal face Crime-Datatet: distribuito da JMP library, SAS -7 tipi crimini - in 50 stati USA - in un anno

rosuda IVDM 2003 Glyphs, per Individui Multidimensionali

rosuda IVDM 2003 Fisher Iris dataset 4 misure (sepal width, sepal length, petal width, petal length) su 50 piante appartenti a 3 specie diverse. Andrews, D. F., and Herzberg, A.M. (1985). Data. New York: Springer p5-8

rosuda IVDM 2003 Glyphs per strutture

rosuda IVDM 2003 Uomo o Donna? Setosa o Versicolor? Classificazione ed Alberi...

rosuda IVDM 2003 Trees, Klimt ed R Input: -Tab spaces ASCII file -Output of partition routine (rpart, cart, etc..) Output: -Interactive graphics -Trees

rosuda IVDM 2003 Interactive Trees

rosuda Interattivitá in dettaglio: basic Instruments Linking: Variables or Individuals Querying: Different levels Selection: Single or Multiple Selection Hot Selection Scaling: according to specific parameters Zooming: Zoom or Logical Zoom Rotating Sorting: Automatical, Manual IVDM 2003

rosuda Linking: Variables Individuals

rosuda Querying: Different levels In Manet variables are querable!

rosuda Selection: Single or Multiple Selection Point selection Rectanngle selection Undo Logical operation on selected items Hot Selection

rosuda Scaling: according to specific parameters

rosuda Zooming: Zoom or Logical Zoom

rosuda Sorting: Automatical, Manual

rosuda IVDM 2003 Requisiti fondamentali dell´Interattivitá Buon CHI Intuitivitá Velocitá Software intgration

rosuda IVDM 2003 Diversi concetti di Interattivitá

rosuda IVDM 2003 Tornare sempre ai dati!! - Deve essere sempre chiaro o chiaribile quali dati stanno dietro ai grafici - La Linked-Selection offre diverse viste dei medesimi dati - I Dati devono essere facili da importare - Il formato dei dati deve essere il piú semplice possibile -Bassi livelli di manipolazione agiscono sui dati - Alti livelli di manipolaziono influenzano solo il display

rosuda IVDM 2003 Quante taglie di dataset conosci? Tiny??? Small ??? Large??? Very Large??? Huge???

rosuda IVDM 2003 Definizioni di taglia... Tinycan be written on a blackboard10 2 bytes Smallfits on a few printed pages10 4 bytes Mediumfills a floppy disk10 6 bytes Largefills a tape10 8 bytes Hugerequires many tapes10 10 bytes

rosuda IVDM 2003 Prerequisiti computazionali Potente Memoria Buono sfruttamento della memoria Buoni algoritmi Alta qualitá delle immagini Importabilitá

rosuda IVDM 2003 Prerequisiti Grafici Visualizzazioni non dipendenti dalla Taglia Buoni Algoritmi Buone Implementazioni Interactivitá Interfaccia intuitiva e chiara Analisi oggettive o soggettive???

rosuda IVDM 2003 Large dataset Exploration: The Bank Dataset Dataset finanziario ottenuto da una banca tedesca Dati raccolti per ragioni tecniche senza alcuno scopo speciale Passati agli analisti per scoprire i fattori che influenzano maggiormente le transazioni Consiste di piú di 600,000 transactions in 24 variabili (80 Mb ca.)

rosuda IVDM 2003 Amount vs. Profit Le dimensioni rappresentate sono influenzate dai valori minimi e massimi rilevati Spesso si tratta di outliers

rosuda IVDM 2003 Amount vs. Profit Non è effetto di uno Zoom! L´immagine è stata riparametrizzata I valori anomali sono stati tagliati

rosuda IVDM 2003 Amount vs. Profit: Cluster? Non nel senso classico… Tuttavia speciali relazioni fra i dati sono identificabili e ragionevolmente giustificabili

rosuda IVDM 2003 Informazioni o Informatione ??? L´Informazione ottenuta dai dati è molto piú che la semplice giustapposizione di singoli dettagli o la somma di singole informazioni

rosuda IVDM 2003 Una schematica Classificazione dei dati Number of Observations: -A few -Many Kind of Observations: -Categorical -Continuous Number of Variables: -One-two -A few -Many -Infinite

rosuda IVDM 2003 Come li rappresentereste? Number of Observations: -A few -Many Kind of Observations: -Categorical -Continuous Number of Variables: -One-two -A few -Many -Infinite Scatterplot Trellis Display Barchart Mosaic Plot Parallel Coordinate

rosuda IVDM 2003 Rosuda: analisi interattiva per ogni tipo di dati -Soluzioni Interattive differenziate ed Ottimali -Design Consistente -Buon CHI -Gamma di soluzioni tale da consentire una completa EDA -Ottimizzazione delle risorse informatiche e delle tecniche statistiche

rosuda IVDM 2003 No Conclusion, c´è ancora parecchio da fare! Commenti? Consigli? Domande? bibliografia