用于研究数据分布的 Delta-闭包结构
机器学习
2022-10-14 v1 数据结构与算法
摘要
在本文中，我们重新审视模式挖掘，并借助基于密钥（即等价类中对噪声鲁棒的最小生成元）的闭包结构来研究二值数据集背后的分布。我们引入了 -闭属性，它是闭包算子的一种推广，其中 度量一个闭集在由闭包诱导的偏序中与其上邻集的差异。一个 -等价类包含最小元和最大元，并使我们能够刻画数据背后的分布。此外，-等价类的集合可被划分为所谓的 -闭包结构。特别地，具有较高层级的 -等价类展示了许多属性之间的相关性，当 较大时这些相关性由更多观测所支持。在实验中，我们研究了多个真实世界数据集的 -闭包结构，并表明该结构在较大的 下非常稳定，且基本不依赖于用于分析的数据采样。
引用
@article{arxiv.2210.06926,
title = {Delta-Closure Structure for Studying Data Distribution},
author = {Aleksey Buzmakov and Tatiana Makhalova and Sergei O. Kuznetsov and Amedeo Napoli},
journal= {arXiv preprint arXiv:2210.06926},
year = {2022}
}