代表性区域选择的数据探索：公理和收敛-研究论文

【文件属性】：
文件名称：代表性区域选择的数据探索：公理和收敛-研究论文
文件大小：546KB
文件格式：PDF
更新时间：2021-06-10 04:46:56
Representative Region Selection 我们提出了一种新型的无监督学习问题，在该问题中，我们找到了一小组近似于更大数据集的代表性区域。 这些区域可以与附加信息一起呈现给从业者，以帮助从业者探索数据集。 这种方法的一个优点是它不依赖于数据的集群结构。 我们正式定义了这个问题，并提出了衡量代表质量的函数应该满足的公理。 我们提供满足所有这些公理的质量函数。 使用这个质量函数，我们制定了两个寻找代表的优化问题。 我们提供了一类通用方法的收敛结果，并表明这些结果适用于几种特定方法，包括从本文中制定的优化问题的解决方案中导出的方法。 我们提供了一个示例，说明如何使用代表性区域来探索数据集。