Jun, 2023

通过稳定平衡点实现高性能的探索性数据分析（EDA）

PDF
TL;DR本文提出了基于稳定平衡点（SEP）的框架，通过利用 SEP 作为代表点，旨在为大规模数据集生成高质量的聚类和数据可视化。与先前的聚类和数据可视化方法相比，该方法的一个非常独特的属性是 SEP 将直接编码数据集的聚类特性，从而允许在大规模数据分析任务中显著提高计算效率和解决方案质量。
exploratory data analysisstable equilibrium pointclusteringdata visualizationlarge-scale data sets
发现论文，激发创造
  • 强化近似探索式数据分析

    这篇论文提出了一种基于深度强化学习的框架，旨在优化采样策略以保持数据分析和洞察流，同时减少交互延迟，通过在 3 个真实数据集上进行评估，证明了该技术相对于基线方法能够保留原始的洞察生成过程。

    Dec, 2022

  • 智能 EDA: 一个用于自动化探索性数据分析的 R 语言包

    此篇论文介绍了 SmartEDA，它是一个用于执行探索性数据分析（EDA）的 R 包。EDA 是开发任何机器学习或统计模型前需要执行的第一步，其目的是通过描述性统计和可视化来帮助初始调查，总结和探索数据。

    Mar, 2019

  • XInsight: 因果推理视角下的可解释数据分析

    本研究首次提出了一种透明且可解释的数据分析方法，称为 eXplainable Data Analysis (XDA)，该方法通过提供定性和定量的因果和非因果语义解释，显著提高了人类对数据分析结果的理解和信心，并为精确数据解释和决策提供了帮助。为此，我们设计了一个名为 XInsight 的通用框架来提取因果图，将因果原语转换为 XDA 语义，并量化每个解释对数据事实的定量贡献。实验证明 XInsight 具有高度的可行性。

    Jul, 2022

  • 超越标签：基于距离分布熵的聚类分析进展 (EDD)

    该研究论文介绍了一种新的无标签聚类分析方法，称为距离分布熵（EDD），它通过量化数据集中数据点间的距离特征差异来判断聚类倾向，具有更好的兼容性和鲁棒性，可用于解析复杂数据结构。

    Nov, 2023

  • 眼光：通过指路明灯快速数据探索

    本文介绍了一种名为 Foresight 的可视化建议系统，可通过 “guideposts” 帮助用户快速探索大规模、高维度数据，该系统提供全球可视化排名度量值，以帮助用户探索网络的指引桩，而非数据属性和可视化编码。

    Sep, 2017

  • Explainer Divergence Scores (EDS): 一些事后解释可能有效于检测未知的虚假相关性

    提出了用信息理论方法评价 Deep Neural Networks 中的解释器的新方法，并发现 post-hoc 解释器对 DNN 与假象的依赖性具有相当大的信息量，但这种信息常常难以察觉。

    Nov, 2022

  • FEMDA：一种强大而灵活的分类方法

    研究一种新的辨别分析技术，可以应对非高斯分布和数据污染，采用椭圆对称分布和任意比例参数建模，从而实现抗尺度变化的简单、快速、鲁棒的决策规则

    Jul, 2023

  • 基于显著性的分布估计算法

    提出一种基于紧凑遗传算法的 EDA 方法，只更新经历考虑后的信息，证明了该方法可在近线性时间内优化 OneMax、LeadingOne 和 BinVal 等基准函数，对于其他 EDA 和进化算法还未有类似的结果。同时证明了其他两种算法无法在多项式时间内优化 OneMax。

    Jul, 2018

  • 一种快速的拓扑方法以预测动态图中的异常

    本文提出了一种基于 persistent diagram、lower-star filtration 和 Betti 函数的方法，可以高效地从时变图数据中提取形状信息，并在模拟研究和实际数据应用中表现出优越的性能，尤其是对于变点检测和加密货币网络异常价格预测。

    May, 2023

  • 一般性单变量分布估计算法

    本研究提出了一种单变量分布估计算法的通用公式，该算法自然地包含了三种经典的单变量估算算法和一种具有最大 - 最小蚂蚁系统的变化，该公式的统一描述使得其更容易进行分析，并提供了基于种群的增量学习和遗传漂移的具体应用，该模型包括比现有算法更有效的 EDA，并对 OneMax 和 LeadingOnes 基准进行了评估。

    Jun, 2022