ATD：高维离散数据中的异常主题发现
机器学习
2016-05-23 v2 机器学习
摘要
我们提出一种用于检测高维离散数据中异常簇所展现模式的算法。与大多数检测单个异常的异常检测（AD）方法不同，我们提出的方法检测异常的组（簇）；即集体表现出异常模式的点集。在许多应用中，这能更好地理解非典型行为的本质并识别异常的来源。此外，我们考虑非典型模式仅出现在极高维特征空间的微小（显著）子集上的情况。个体AD技术以及利用所有特征检测异常的技术通常无法检测此类异常，但我们的方法能集体检测此类实例，发现它们展现的共享异常模式，并识别出显著特征的子集。本文中，我们专注于在一批文本文档中检测异常主题，基于主题模型开发我们的算法。实验结果表明，我们的方法能在合成数据集和两个真实世界文本语料库上准确检测异常主题及每个此类主题下的显著特征（词），并且相较于标准组AD和个体AD技术取得更优性能。复现实验所需全部代码见 https://github.com/hsoleimani/ATD
引用
@article{arxiv.1512.06452,
title = {ATD: Anomalous Topic Discovery in High Dimensional Discrete Data},
author = {Hossein Soleimani and David J. Miller},
journal= {arXiv preprint arXiv:1512.06452},
year = {2016}
}