ความหมาย
Sequential exception technique (เทคนิคข้อยกเว้นลำดับ) จำลองวิธีที่มนุษย์สามารถแยกแยะเซตที่ผิดปกติ (unusual sets) จากระหว่างลำดับ (sequence) ของวัตถุที่คาดว่าจะคล้ายกัน (supposedly like objects) มันช่วย implicit redundancy (ความซ้ำซ้อนโดยนัย) ของข้อมูล
การสร้างลำดับเซตย่อย
ให้ชุดข้อมูล D ของ n วัตถุ สร้างลำดับของเซตย่อย {D1, D2,..., Dm} ของวัตถุเหล่านี้ โดยที่ 2 ≤ m ≤ n รวมถึง
$$\mathrm{D_{j-1}\subset D_{j}\:\:where\: D_{j}\subseteq D}$$
คำศัพท์ที่เทคนิคเรียนรู้
Dissimilarities (ความไม่คล้ายคลึง) ถูกประเมินระหว่างเซตย่อยในลำดับ เทคนิคเรียนรู้คำศัพท์ต่อไปนี้:
Exception set (เซตข้อยกเว้น) – เซตของ deviations หรือ outliers นิยามว่าเป็น เซตย่อยที่เล็กที่สุดของวัตถุ ซึ่งการลบออกทำให้เกิดการลดลงมากที่สุดของ unlikeness (ความไม่คล้าย) ใน residual set (เซตที่เหลือ)
Dissimilarity function (ฟังก์ชันความไม่คล้ายคลึง) – ฟังก์ชันนี้ไม่ต้องการ metric distance ระหว่างวัตถุ ให้เซตของวัตถุ คืนค่าต่ำ หากวัตถุคล้ายกัน ความไม่คล้ายคลึงระหว่างวัตถุมากเท่าไร ค่าที่คืนโดยฟังก์ชันก็สูงเท่านั้น
Dissimilarity ของเซตย่อยคำนวณแบบ incremental (เพิ่มเติม) ขึ้นอยู่กับเซตย่อยก่อนหน้าในลำดับ ให้เซตย่อยของตัวเลข n ตัว {x1,..., xn} dissimilarity function ที่เป็นไปได้คือ variance (ความแปรปรวน) ของตัวเลขในเซต
$$\mathrm{\frac{1}{n}\displaystyle\sum\limits_{i=1}^n (x_{i}-x^{'})^2}$$
โดยที่ x' คือ ค่าเฉลี่ยของตัวเลข n ตัวในเซต สำหรับ character strings (สตริงตัวอักษร) dissimilarity function สามารถเป็นในรูปของ pattern string (เช่น รวม wildcard characters) ที่สามารถครอบคลุม patterns ทั้งหมดที่มองเห็นไปแล้ว Dissimilarity เพิ่มขึ้นเมื่อ pattern ที่ครอบคลุมสตริงบางส่วนใน Dj-1 ไม่ครอบคลุมสตริงบางตัวใน Dj ที่ไม่อยู่ใน Dj-1
Cardinality function (ฟังก์ชันคาร์ดินैलิตี้) – ปกติคือ จำนวน (count) ของวัตถุมากกว่าในเซตที่กำหนด
Smoothing factor (ตัวปรับเรียบ) – ฟังก์ชันนี้คำนวณสำหรับแต่ละเซตย่อยในลำดับ มันประเมินว่าความไม่คล้ายคลึงสามารถลดลงได้มากน้อยแค่ไหน โดยการกำจัดเซตย่อยออกจากเซตวัตถุเริ่มต้น ค่านี้อัตรา (rated) โดย cardinality ของเซต เซตย่อยที่ค่า smoothing factor สูงที่สุด คือ exception set
ฟังก์ชันการหา exception set อาจเป็น NP-hard (ยากที่จะคำนวณ/ intractable) วิธีแบบ sequential (ลำดับ) เป็น computationally feasible (คำนวณได้เป็นไปได้) และสามารถดำเนินการได้โดยใช้ linear algorithm (อัลกอริทึมเชิงเส้น)
แทนที่จะประเมิน dissimilarity ของเซตย่อยปัจจุบันเกี่ยวกับ complementary set ของมัน อัลกอริทึมเลือก series of subsets (ชุดย่อยลำดับ) จากเซตสำหรับการวิเคราะห์ สำหรับแต่ละเซตย่อย มันตัดสินใจ dissimilarity difference (ความแตกต่างของความไม่คล้ายคลึง) ของเซตย่อยเกี่ยวกับเซตย่อยก่อนหน้าในลำดับ
