10、不确定数据上的Top-k典型性查询

不确定数据上的Top-k典型性查询

1. 随机锦标赛方法

随机锦标赛方法可用于回答Top-k代表性典型性查询。具体操作步骤如下：
1. 初始化 ：开始时，答案集A为空，此时随机锦标赛方法的操作与使用该方法寻找最典型实例相同。锦标赛的获胜实例会被添加到答案集A中。
2. 计算第i个实例 ：对于计算第i（i > 1）个具有最高近似代表性典型性分数的实例，会自底向上进行随机锦标赛。与寻找第一个答案的唯一区别在于，这里计算的是每个组中每个实例的代表性典型性分数，而非简单典型性分数。每个组中具有最大代表性典型性分数的实例即为获胜者，并进入下一轮锦标赛。最终的获胜者是第i个最具代表性典型实例的近似值，也会被添加到答案集A中。
3. 完成查询 ：通过k次随机锦标赛即可回答Top-k代表性典型性查询。为确保更高的准确性，可以多次运行每个锦标赛，并选择在整个数据集上具有最高代表性典型性分数的获胜实例。

该方法的复杂度分析如下：
- 寻找第i（i ≤ k）个具有最高代表性典型性分数的实例的随机锦标赛复杂度为O(vtn)，其中v是锦标赛运行的次数，t是组大小，n是数据集的大小。这是因为在每个组中寻找具有最高代表性典型性分数的实例需要O(t²)时间，而总共有O(n/t)个组。
- 要回答Top-k代表性典型性查询，需要进行k次随机锦标赛，因此总体复杂度为O(kvtn)。

2. 局部典型性近似方法

简单典型性近似中的局部性属性可扩展用于解决代表性典型性近似问题。

2.1 局部组典型性和局部代表