差异性子群发现：刻画两个群体在何处以及为何不同
机器学习
2026-05-01 v1
摘要
我们研究理解两个群体在特征空间内何处不同的问题，并将其形式化为差异性子群的概念：即来自两个群体的个体子集，尽管他们具有相似的特征，但在目标结果上表现出异常显著的差异。差异性子群揭示了特征空间中群体层面差距最显著的区域，并可以帮助实践者识别出在结构上导致这些差异的协变量组合，例如在临床分析、模型诊断或治疗效果研究中。我们引入了一个用于发现差异性子群的通用优化目标，并建立了所得子群允许对群体差异进行因果解释的条件。我们提出了 DiffSub，这是一种基于梯度的方法，可在表格数据中发现可解释的差异性子群。在合成基准测试、医学案例研究、模型误差分析和治疗效果设定中，DiffSub 识别出了信息丰富的子群，揭示了群体差异在何处以及为何产生。
引用
@article{arxiv.2604.27741,
title = {Differential Subgroup Discovery: Characterizing Where Two Populations Differ, and Why},
author = {Sascha Xu and Jilles Vreeken},
journal= {arXiv preprint arXiv:2604.27741},
year = {2026}
}