Vizualization of feature importance in data

Thesis title: Vizualization of feature importance in data
Author: Merezhepova, Assiya
Thesis type: Diploma thesis
Supervisor: Máša, Petr
Opponents: Sýkora, Lukáš
Thesis language: English
Abstract:
This thesis presents a pilot implementation of an interactive web-based platform for visualising feature importance derived from numerical association rule mining. The main goal is to design and demonstrate a proof-of-concept platform that covers the complete analytical workflow from data preprocessing through hierarchical rule mining to interactive visual exploration. The platform combines a Python preprocessing and rule-mining pipeline based on the ARAxai engine with a browser-based React and D3.js frontend. The core visualisation is an interactive coral plot that adapts the radial tree concept introduced by Fister et al. (2026) from a static three-dimensional representation to a two-dimensional form with multi-parameter filtering. Complementary views as correlation heatmap, chord diagram, feature importance charts, and drill-down rule tree present the same data from different analytical perspectives. The platform is demonstrated on a dataset of 538,989 UK road accident records, where the target class is fatal outcome (1.92% of cases). The results show that the coral plot effectively communicates hierarchical rule structures and that the filter pipeline enables progressive exploration from high-level patterns to detailed rule refinements.
Keywords: Coral plots; ARAXAI; Hierarchical visualization; Association rules; Categorical data analysis; Categorical data
Thesis title: Analýza významnosti proměnných v datech
Author: Merezhepova, Assiya
Thesis type: Diplomová práce
Supervisor: Máša, Petr
Opponents: Sýkora, Lukáš
Thesis language: English
Abstract:
Tato práce představuje pilotní implementaci interaktivní webové platformy pro vizualizaci důležitosti příznaků odvozené z numerického dolování asociačních pravidel. Hlavním cílem je navrhnout a demonstrovat konceptuální platformu (proof-of-concept), která pokrývá celý analytický proces – od předzpracování dat přes hierarchické dolování pravidel až po interaktivní vizuální analýzu. Platforma kombinuje Pythonový pipeline pro předzpracování dat a dolování pravidel založený na enginu ARAxai s frontendem postaveným na technologiích React a D3.js běžícím v prohlížeči. Klíčovou vizualizací je interaktivní coral plot, který adaptuje koncept radiálního stromu představený Fisterem a kol. (2026) z původní statické trojrozměrné reprezentace do dvourozměrné podoby s vícerozměrným filtrováním. Doplňkové pohledy, jako jsou korelační heatmapa, chord diagram, grafy důležitosti příznaků a detailní strom pravidel (drill-down), zobrazují stejná data z různých analytických perspektiv. Platforma je demonstrována na datasetu obsahujícím 538 989 záznamů o dopravních nehodách ve Spojeném království, kde cílovou třídou je fatální následek (1,92 % případů). Výsledky ukazují, že coral plot efektivně zprostředkovává hierarchickou strukturu pravidel a že filtrovací pipeline umožňuje postupné prozkoumávání dat od obecných vzorců až po detailní zpřesnění jednotlivých pravidel.
Keywords: Analýza kategoriálních dat; Kategoriální data; ARAXAI; Hierarchická vizualizace; Korálkové grafy; Asociační pravidla

Information about study

Study programme: Podniková informatika
Type of study programme: Magisterský studijní program
Assigned degree: Ing.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Informatics and Statistics
Department: Department of Information and Knowledge Engineering

Information on submission and defense

Date of assignment: 20. 3. 2024
Date of submission: 3. 5. 2026
Date of defense: 12. 6. 2026
Identifier in the InSIS system: https://insis.vse.cz/zp/88092/podrobnosti

Files for download

    Last update: