MCRapper：用于偏序集函数族与近似模式挖掘的蒙特卡洛 Rademacher 平均
机器学习
2020-06-17 v1 数据库
数据结构与算法
机器学习
摘要
我们提出 MCRapper，一种用于高效计算具有偏序集（如格）结构的函数族的蒙特卡洛经验 Rademacher 平均（MCERA）的算法，此类结构出现在许多模式挖掘任务中。MCERA 允许我们计算样本均值与其期望之间最大偏差的上界，因此当可用数据被视为来自未知分布的样本时，它可用于发现统计显著的函数（即模式）；当可用数据来自大型数据集的小样本时，它可用于近似高期望函数集合（如频繁模式）。这一特性相较此前仅能实现二者之一的方案是一大改进。MCRapper 利用函数差异的上界来高效探索并剪枝搜索空间，这一技术借鉴自模式挖掘本身。为展示 MCRapper 的实际用途，我们将其用于开发面向真频繁模式（TFP）挖掘任务的 TFP-R 算法。TFP-R 对包含任何假阳性（精确率）的概率提供保证，并展现出比提供相同保证的现有方法更高的统计功效（召回率）。我们评估了 MCRapper 与 TFP-R，结果表明它们在各自任务上均优于 SOTA。
引用
@article{arxiv.2006.09085,
title = {MCRapper: Monte-Carlo Rademacher Averages for Poset Families and Approximate Pattern Mining},
author = {Leonardo Pellegrina and Cyrus Cousins and Fabio Vandin and Matteo Riondato},
journal= {arXiv preprint arXiv:2006.09085},
year = {2020}
}