子群发现

子群发现是数据挖掘中的经典问题，旨在找出特征空间中目标变量偏离其边际分布的区域。

子群发现中长期存在偏差与支持度的权衡：小规模子群可以高度偏离但缺乏统计意义，大规模子群则受构造限制难以大幅偏离。

现有子群发现方法通常将偏差与支持度压缩为单一标量质量度量，隐含地锁定某一种权衡方式，导致难以在用户指定的支持度约束下恢复最优子群。

近期一篇论文提出了首个针对任意支持度约束下最大KL散度子群的理论与结构刻画。

在子群发现中，KL散度被用来量化子群内目标变量分布与全局边际分布的偏离程度，KL散度越大子群越异常。