MDLを用いた数値ターゲットのための優れたサブグループリストの発見【JST・京大機械翻訳】

抄録/ポイント：

抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

サブグループ発見(SD)のタスクは,目標属性に関して立っているデータセットの部分集合の解釈可能な記述を見つけることである。大量の冗長サブグループをマイニングする問題に取り組むために,サブグループ集合発見(SSD)を提案した。最先端のSSD法は,典型的には発見的および/またはユーザ-chosenハイパーパラメータに依存するので,それらの限界を持つ。最小記述長(MDL)原理とサブグループリストに基づくサブグループ集合発見のための分散意識問題定式化を提案した。最良のサブグループリストは,目標の全体分布を与えるデータを最もよく要約するものであると主張した。単一の数値的目標変数に著者らの焦点を限定し,単一部分群を見つけるとき,著者らの形式化が既存の品質測度と一致することを示したが,しかし,その追加は,サブグループの品質とサブグループ品質のトレードオフを可能にする。次に,SSD++,発見的アルゴリズム,を経験的に証明する発見的アルゴリズム,を提案したが,これは,極めて逸脱する手段と小さな広がりを持つことにより立っているコンパクトなサブグループの非冗長集合である,ことを経験的に証明する。【JST・京大機械翻訳】