Session 25: Statistical Methods （一つのみ）

Presentation on theme: "Session 25: Statistical Methods （一つのみ）"— Presentation transcript:

1 Session 25: Statistical Methods （一つのみ）
【VLDB 2011勉強会】 Session 25: Statistical Methods （一つのみ） 担当： 石川佳治(名大）

2 Incrementally Maintaining Classification Using an RDBMS
M. Levent Koc and Christopher Ré (U. Wisconsin- Madison) アイデア 分類（classification）処理をRDBMSの内部に組み込む モデルベースのビューを提供 更新への対応 データ（タプル）の追加：追加データを新たに分類しビューに追加 訓練例の追加（分類基準が変化） ：データ全体の再分類はオーバヘ ッド大 ⇒ インクリメンタルに処理 プロトタイプシステム：Hazy-Classify Session 25: Statistical Methods 担当：石川（名大）

3 分類ビュー 分類結果を含めRDBのテーブル形式で表現
CREATE CLASSIFICATION VIEW Labeled_Papers KEY id ENTITIES FROM Papers KEY id LABELS FROM Paper_Area Label l EXAMPLES FROM Example_Papers KEY id LABEL l FEATURE FUNCTION tf_bag_of_words ・分類アルゴリズムを 指定可能（例：USING SVM） ・適切な分類アルゴリズムを 　自動選択することも可能 　（交差検定がシステム機能 　　に含まれる） Papers Example_Papers id title … 1 Introducing Database Systems 2 Advanced Algorithms id label 1 Database 3 Information Retrieval Paper Area label Database Information Retrieval Labeled_Papers 分類ビューを 自動的に 導出し， 維持管理 id label 1 database 2 algorithm Session 25: Statistical Methods 担当：石川（名大）

4 Session 25: Statistical Methods 担当：石川（名大）
インクリメンタルな更新処理 線形分類器の場合（他の場合も論文ではカバー） パラメータ (w, b) で分離平面を記述 p1 p3 p2 p4 p5 (2, 1) (1, 2) (5, 1) (5, 4) (3, 4) w = (-1, 1) b = 0.5 Database Papers Non-Database Papers  訓練例の追加により識別平面 が変化 DB全体の最分類はコストが高い アプローチ ある時点 (s) における各オブジェ クトと識別平面の距離 (ε) を記録 再学習の結果，識別平面が変化 する度にどのオブジェクトを再分類 するかを決定 適切な時点で s, ε を更新：オンラ インアルゴリズムで予測 w (s) Database Papers Non-Database Papers w (i+1) p1 p2 p3 p5 p4 Session 25: Statistical Methods 担当：石川（名大）