機械学習手法をミッションクリティカルな問題に使用する場合，モデルや予測結果に解釈・説明可能性が求められる．そのため，パターン発見手法に基づく連関分類器(associative classifier)などのIf-Thenルール形式のホワイトボックス的な手法が注目を集めている．しかし，個々の事例に対してどのルールが条件を満たし，どのように分類が行われるかを知るのはそれほど容易ではない．本研究では，連続値・離散値を同時に扱える識別パターン発見手法であるECHO (Exhausive Covering in Hybrid Domain)に基づく連関分類器の過程をインタラクティブに可視化するツールを提案する.