面向高维数据异常检测的对抗性子空间生成

高维表格数据中的异常检测具有挑战性，因为数据通常分布在多个低维子空间中——这种现象称为多视图效应（MV）。这一效应导致了大量专注于挖掘此类子空间的研究，即子空间选择。然而，由于对MV效应的精确性质理解不足，传统方法不得不依赖启发式驱动的搜索方案，难以准确捕捉数据的真实结构。正确识别这些子空间对于无监督任务（如异常检测或聚类）至关重要，因为错误表示底层数据结构会阻碍性能。我们引入了近视子空间理论（MST），这是一个新的理论框架，数学上形式化了多视图效应，并将子空间选择写为随机优化问题。基于MST，我们提出了V-GAN，一种生成式方法，训练用于解决此类优化问题。该方法避免了在特征空间上进行穷举搜索，同时确保保留内在数据结构。在42个真实世界数据集上的实验表明，使用V-GAN子空间构建集成方法相比现有的子空间选择、特征选择和嵌入方法，显著提升了一类分类性能。在合成数据上的进一步实验表明，V-GAN能更准确地识别子空间，同时比其他相关子空间选择方法具有更好的可扩展性。这些结果证实了我们方法的理论保证，也突显了其在高维场景中的实际可行性。