非结构化数据中的子群发现
机器学习
2022-07-19 v1
摘要
子群发现是一种描述性和探索性数据挖掘技术，用于识别群体中相对于感兴趣变量表现出有趣行为的子群。子群发现在知识发现和假设生成中有众多应用，然而它对图像等非结构化高维数据仍不适用。这是因为子群发现算法依赖于基于（属性，值）对定义描述性规则，但在非结构化数据中，属性并未明确定义。即使在数据中直觉上存在属性概念的情况（如图像中的像素），由于数据的高维性，这些属性也不足以提供信息以用于规则。本文中，我们引入子群感知变分自编码器，一种新颖的变分自编码器，它学习非结构化数据的表示，从而产生更高质量的子群。我们的实验结果表明，该方法在学习高质量子群的同时支持概念的可解释性，是有效的。
引用
@article{arxiv.2207.07781,
title = {Subgroup Discovery in Unstructured Data},
author = {Ali Arab and Dev Arora and Jialin Lu and Martin Ester},
journal= {arXiv preprint arXiv:2207.07781},
year = {2022}
}