KDDJun, 2020

使用 MDL 方法寻找数值目标的优秀子组列表

PDF
TL;DR本文提出了一种基于 MDL 原则和子组列表的分散感知问题制定的子组集发现方法，提出了 SSD++ 启发式算法，能够返回具有强烈差异的均值和小变差的紧凑子组的非冗余集合。
subgroup discoverysubgroup set discoverydispersion-aware problem formulationminimum description length principleheuristic algorithm
发现论文，激发创造
  • 使用基于离散修正子群发现的方法确定关于数值数据的一致性描述

    该论文介绍了一种通过乐观估计器框架进行最优子集发现的方法，该方法使用子集大小、中位数和中位数周围的离散度来确定所有函数，并且经过了广泛的实证评估，证明可以发现具有更小误差的子集。

    Jan, 2017

  • 使用约束发现稀疏和替代子集描述

    通过使用限制条件和启发式搜索方法，本研究提出了一种在子群发现中提供简单解释并优化的方法，探讨了使用稀疏特征描述子群并寻找具有相似数据对象的替代子群描述的问题，同时证明了这两种限制条件会导致一个 NP - 困难优化问题。通过实验比较，本研究表明启发式方法在有限制条件的子群发现中可以在短时间内产生高质量的子群。

    Jun, 2024

  • 基于实数目标的主观有趣子群发现

    该研究介绍了一种基于主观趣味性框架的方法，用于在高维数据中查找最具信息量的子组。该方法可以同时考虑多个实值目标属性，并且通过迭代数据挖掘支持知识的应用。

    Oct, 2017

  • 非冗余聚类的自动参数选择

    该论文提出了一个利用最小描述长度原则（MDL）自动检测子空间数量和每个子空间中的簇数的框架，并描述了一种有效的过程，通过在子空间内进行分裂和合并子空间和簇来贪婪搜索参数空间。此外，介绍了一种编码策略，可在每个子空间中检测异常值。广泛的实验表明，该方法与最先进的方法具有很高的竞争力。

    Dec, 2023

  • 基于数据驱动的线性回归子群识别

    本文提出 DDGroup 方法，一种基于数据的方法，能够有效识别在特征和标签之间具有统一线性关系的数据子群组。DDGroup 可以发现参数法无法发现的具有 qualitatively different relationships 的数据子群组。

    Apr, 2023

  • 通过端到端最大化 KL 散度学习异常子群

    使用 Syflow 方法和正则化流来寻找和描述具有异常目标特性的子群，并提供易于解释的子群描述。

    Feb, 2024

  • 使用主观有趣子群及层次目标挖掘 Java 内存错误

    通过 Subgroup Discovery 技术，针对企业资源规划系统（ERP）中的复杂目标概念，对发生的内存溢出问题进行数据挖掘，并提出了一种处理具有层次结构的复杂目标概念的新方法。

    Oct, 2023

  • 通过子群发现揭示材料结构 - 性质相关性

    本文介绍了子群发现 (Subgroup discovery, SGD) 作为解释性材料科学数据挖掘方法的应用，SGD 通过密度泛函理论计算数据发现了准确分类№82 个半导二元化合物结构的可解释模型，并在研究金团簇的几何和物理化学性质中发现线性相关规律和描述符。

    Dec, 2016

  • MOOC 中的子群发现：描述不同类型学习者的大数据应用

    本文采用基于 MapReduce 的子群发现方法对海量在线公开课（MOOC）中不同类型的学习者进行分类和描述，旨在发现出现在不同 MOOC 中的 IF-THEN 规则。实验结果表明，该方法优于传统的顺序子群发现方法，运行时几乎保持不变，发现的子群也减少了一到两个数量级。此外，发现的子群可供课程教师用于描述以及推荐或个性化任务。

    Feb, 2024

  • 大型语言模型中的子人口结构发现作为数据集分析师：以 LLM 为例

    探索数据集的子群体分布并应用于各种下游任务，介绍了子群体结构的概念及其在大型语言模型中的分析框架以及应用于数据集子群体组织、子群体迁移和切片发现等任务的完整工作流程。

    May, 2024