从关系中挖掘近似无环模式
数据库
2019-12-02 v1
摘要
无环模式在数据库和机器学习中有众多应用，例如改进设计、更高效的存储，以及提升查询和机器学习算法的性能。多值依赖（MVD）是无环模式的构建模块。从数据中发现 MVD 和无环模式比其他形式的数据依赖（如函数依赖）更具挑战性，因为这些依赖在数据的子集上不成立，并且它们对数据中的噪声非常敏感；例如，单个错误或缺失的元组可能会使模式失效。在本文中，我们提出 Maimon，一个用于从数据中发现近似无环模式和 MVD 的系统。我们通过使用信息论中的概念给出了近似的原则性定义，然后描述了 Maimon 的两个组成部分：挖掘近似 MVD，然后从近似 MVD 重建无环模式。我们在 20 个真实世界数据集上对 Maimon 进行了实验评估，结果表明它可以扩展到 100 万行和最多 30 列。
引用
@article{arxiv.1911.12933,
title = {Mining Approximate Acyclic Schemes from Relations},
author = {Batya Kenig and Pranay Mundra and Guna Prasad and Babak Salimi and Dan Suciu},
journal= {arXiv preprint arXiv:1911.12933},
year = {2019}
}