Computer >> Hướng Dẫn Máy Tính >  >> Lập Trình >> Lập Trình

Kỹ thuật ngoại lệ tuần tự (Sequential Exception Technique) là gì?

Kỹ thuật ngoại lệ tuần tự mô phỏng phương pháp mà con người có thể phân biệt các tập bất thường từ giữa một chuỗi đối tượng được cho là giống nhau. Nó giúp thừa nhận sự dư thừa ngầm của dữ liệu.

Cho tập dữ liệu D của n đối tượng, nó xây dựng một chuỗi các tập con, {D₁, D₂,..., Dₘ}, của các đối tượng này với 2 ≤ m ≤ n bao gồm:

Dⱼ₋₁ ⊂ Dⱼ, với Dⱼ ⊆ D

Sự khác biệt được đánh giá giữa các tập con trong chuỗi. Kỹ thuật học các thuật ngữ sau:

Tập ngoại lệ (Exception set) − Là tập các độ lệch hoặc giá trị ngoại lai. Được định nghĩa là tập con nhỏ nhất các đối tượng mà việc loại bỏ dẫn đến giảm lớn nhất sự khác biệt trong tập dư.

Hàm sự khác biệt (Dissimilarity function) − Hàm này không cần khoảng cách metrica giữa đối tượng. Cho tập đối tượng, trả về giá trị thấp nếu đối tượng giống nhau. Càng lớn sự khác biệt giữa đối tượng, giá trị trả về càng cao.

Sự khác biệt của tập con được tính tăng dần dựa trên tập con trước đó trong chuỗi. Cho tập con n số {x₁,..., xₙ}, một hàm sự khác biệt có thể là phương sai các số trong tập:

(1/n) × Σ(xᵢ - x')² (i từ 1 đến n)

trong đó x' là trung bình của n số trong tập. Với chuỗi ký tự, hàm sự khác biệt có thể ở dạng chuỗi mẫu (ví dụ bao gồm ký tự đại diện) bao phủ tất cả mẫu đã thấy cho đến nay. Sự khác biệt tăng khi mẫu bao phủ một số chuỗi trong Dⱼ₋₁ không bao phủ chuỗi nào trong Dⱼ không nằm trong Dⱼ₋₁.

Hàm số lượng (Cardinality function) − Thường là đếm số đối tượng trong tập cho trước.

Hệ số làm mịn (Smoothing factor) − Hàm này được tính cho mỗi tập con trong chuỗi. Nó đánh giá mức độ sự khác biệt có thể giảm bằng cách loại bỏ tập con khỏi tập đối tượng ban đầu. Giá trị này được định mức bởi số lượng của tập. Tập con có giá trị hệ số làm mịn cao nhất là tập ngoại lệ.

Hàm tìm tập ngoại lệ có thể là NP-hard (khó xử lý). Phương pháp tuần tự là khả thi về mặt tính toán và có thể thực hiện bằng thuật toán tuyến tính.

Thay vì đánh giá sự khác biệt của tập con hiện tại liên quan đến tập bổ sung của nó, thuật toán chọn một chuỗi tập con từ tập để phân tích. Đối với mỗi tập con, nó quyết định sự khác biệt chênh lệch của tập con liên quan đến tập con trước trong chuỗi.