Non-Standard Parameter Adaptation for Exploratory Data Analysis

تحلیل داده های اکتشافی، همچنین به عنوان داده کاوی یا کشف دانش از پایگاه های داده شناخته می شود، معمولاً بر اساس بهینه سازی یک تابع خاص از یک مجموعه داده است. چنین بهینه سازی اغلب با نزول گرادیان یا تغییرات آن انجام می شود. در این کتاب ابتدا با بررسی برخی الگوریتم های خوشه بندی استاندارد و الگوریتم های طرح ریزی قبل از ارائه معیارهای مختلف غیر استاندارد برای خوشه بندی، مقدمات را فراهم می کنیم. نشان داده شده است که خانواده الگوریتم‌های توسعه‌یافته بهتر از الگوریتم‌های خوشه‌بندی استاندارد بر روی مجموعه‌های مختلف داده عمل می‌کنند.

سپس پسوندهای نگاشت‌های اساسی را در نظر می‌گیریم که برخی توپولوژی فضای داده اصلی را حفظ می‌کنند. در نهایت نشان می‌دهیم که چگونه یادگیری تقویتی می‌تواند به عنوان یک مکانیسم خوشه‌بندی قبل از روی آوردن به روش‌های طرح ریزی استفاده شود.

ما نشان می‌دهیم که انواع مختلفی از یادگیری تقویتی نیز ممکن است برای تعریف پیش‌بینی‌های بهینه به‌عنوان مثال برای تحلیل مؤلفه‌های اصلی، پیگیری طرح‌ریزی اکتشافی و تحلیل همبستگی متعارف استفاده شود. سپس روش جدید تطبیق آنتروپی متقاطع معرفی شده و به عنوان وسیله ای برای بهینه سازی پیش بینی ها استفاده می شود. در نهایت از یک سیستم ایمنی مصنوعی برای ایجاد پیش‌بینی‌های بهینه استفاده می‌شود و ترکیبی از این سه روش نشان داده می‌شود که از روش‌های فردی بهینه‌سازی بهتر عمل می‌کند.

Exploratory data analysis, also known as data mining or knowledge discovery from databases, is typically based on the optimisation of a specific function of a dataset. Such optimisation is often performed with gradient descent or variations thereof. In this book, we first lay the groundwork by reviewing some standard clustering algorithms and projection algorithms before presenting various non-standard criteria for clustering. The family of algorithms developed are shown to perform better than the standard clustering algorithms on a variety of datasets.

We then consider extensions of the basic mappings which maintain some topology of the original data space. Finally we show how reinforcement learning can be used as a clustering mechanism before turning to projection methods.

We show that several varieties of reinforcement learning may also be used to define optimal projections for example for principal component analysis, exploratory projection pursuit and canonical correlation analysis. The new method of cross entropy adaptation is then introduced and used as a means of optimising projections. Finally an artificial immune system is used to create optimal projections and combinations of these three methods are shown to outperform the individual methods of optimisation.