Ce projet vise à produire des prédictions interprétables pour un problème de classification multiclasse.
Il y a eu quelques recherches sur l’utilisation de génération de colonnes pour effectuer une classification binaire en générant des explications sous forme de règles de décision booléenne sous forme normale disjonctive. Nous étendons ce modèle de classification binaire à une tâche de classification multiclasse en suivant l’approche classique « one versus all ». L’un des principaux défis du projet consiste à attribuer des poids (qui doivent également être interprétables) lorsque plus d’une classe est testée positive dans le cadre de l’approche « one versus all ».
Équipe du projet
Jeux de données utilisés pour les expérimentations
Jeux de données fourni par le groupe Thales. Les données contiennent les messages envoyés aux pilotes d’avion pour les alerter de turbulences potentielles le long de leur route de vol ou à tout autre endroit pouvant affecter la sécurité du vol.
Référence
Dash, S., Gunluk, O., & Wei, D. (2018). Boolean Decision Rules via Column Generation. Advances in Neural Information Processing Systems, 31, 4655-4665. Lien