Identifying Insufficient Data Coverage for Ordinal Continuous-Valued Attributes
Identifying Insufficient Data Coverage for Ordinal Continuous-Valued Attributes
复制标题
识别序数连续值属性的数据覆盖不足
DOI：
10.1145/3448016.3457315
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Jagadish, H. V.
中科院分区：
文献类型：
--
作者：
Asudeh, Abolfazl;Shahbazi, Nima;Jin, Zhongjun;Jagadish, H. V.
适当的训练数据是构建良好的机器学习模型的必要条件。在本文中，我们通过形式化直觉来研究序数和连续值属性的覆盖概念，即学习模型只能在训练数据集中有“足够”相似数据点的数据点上进行准确预测。我们开发了一种有效的算法，通过连接到 Voronoi 图来识别低维属性特征空间中未覆盖的区域。我们还开发了一种用于高维属性空间的随机近似算法。我们通过对真实数据集进行大量实验来评估我们的算法。
Appropriate training data is a requirement for building good machine-learned models. In this paper, we study the notion of coverage for ordinal and continuous-valued attributes, by formalizing the intuition that the learned model can accurately predict only at data points for which there are "enough" similar data points in the training data set.We develop an efficient algorithm to identify uncovered regions in low-dimensional attribute feature space, by making a connection to Voronoi diagrams. We also develop a randomized approximation algorithm for use in high-dimensional attribute space. We evaluate our algorithms through extensive experiments on real datasets.
登录
查看更多内容
数据库修复满足算法公平性
DOI：
10.1145/3422648.3422657
发表时间：
2020
期刊：
ACM SIGMOD Record
影响因子：
--
作者：
Babak Salimi;Bill Howe;Dan Suciu
通讯作者：
Dan Suciu
发现数据中有趣的漏洞
DOI：
--
发表时间：
1997
期刊：
International Joint Conference on Artificial Intelligence
影响因子：
--
作者：
B. Liu;Liang;W. Hsu
通讯作者：
W. Hsu
使用零抑制二元决策图快速挖掘高维表达对比模式
DOI：
--
发表时间：
2006
期刊：
Knowledge Discovery and Data Mining
影响因子：
--
作者：
Elsa Loekito;J. Bailey
通讯作者：
J. Bailey
通过总是包含许多点的两个点的圆
DOI：
--
发表时间：
1989
期刊：
影响因子：
--
作者：
H. Edelsbrunner;N. Hasan;R. Seidel;X. Shen
通讯作者：
X. Shen
数据和模型的营养标签
DOI：
--
发表时间：
2019
期刊：
A Quarterly bulletin of the Computer Society of the IEEE Technical Committee on Data Engineering
影响因子：
--
作者：
Stoyanovich, Julia;Howe, Bill
通讯作者：
Howe, Bill