【文献翻译】Functional Dependency Discovery:An Experimental Evaluation of Seven Algorithms
摘要
1. 函数依赖关系
所有算法的目标相同，即发现给定数据集中所有最小的、非平凡的函数依赖关系。
分析：怎么理解最小，非平凡
贡献：我们按其主要概念对七种FD算法进行了分类，并对最新的发展进行了概述。我们重新审视所有的算法，并为它们的实际实现提供额外的描述，因为它们的原始出版物很少。我们比较了不同数据集的算法，并评估运行时和内存使用情况。从我们的实验结果，我们得出了具体的建议，何时使用哪种算法。我们还将所有实施、数据和评估框架在线提供
结构：第2节给出了FD发现的概述，讨论了常见概念、替代方法以及我们对发现算法的分类。第3节描述了算法的实现。第4节给出了我们的评估结果，第5节总结了每种发现算法的优缺点
2. FD算法概述
2.1 准备工作
FD的定义：X->A ；如果X的子集并不确定A，则函数依赖性X→A是最小的。如果A不是X的子集，则它是非平凡的。为了发现数据集中的所有函数依赖性，只要发现所有最小的、非平凡的FDs就足够了，因为所有的左侧（lhs）子集都是非依赖性的，而所有的左侧（lhs）超集都是逻辑推理的依赖性。
子集和超集：
2.2 分类
为了更好地理解这七种函数依赖性发现算法及其性质，我们将它们分为三类。第3节以下是对每种算法的详细讨论。
2.3 其他算法
3. 七种FD发现算法
3.1 TANE
有参考资料
基于三个概念：
- 分区细分（partition refinement）检查函数依赖是否成立
- 先验-基因（apriori-gen）确保找到所有且只有最小的函数依赖被发现
- 剪枝规则（pruning rules）动态缩小搜索空间
与所有的格遍历算法一样，TANE将搜索空间建模为Hasse图，如第2.1节所述。
2.1节讲了什么
图1描述了关系式r ={A,B,C}的Hasse图。
晶格被划分为级别，其中Li级别包含大小为i的所有属性组合。TANE没有开始计算整个晶格，而是从第1级（大小为1 属性集）开始，然后逐级向上移动（示例中的粗体）。
In each level Li, the algorithm tests all attribute combinations X ∈ Li for the functional dependency X \ A → A for all A ∈ X.
X \ A表示差集
在每一级别中Li中算法对X∈Li的所有的属性组合进行测试，进行函数依赖X \ A→A的测试
如果一个测试交付一个新的函数依赖项，那么 Tane 会使用一组剪枝规则修正所有已发现 FD 的超集。当向上移动到下一个级别时，apriorigen 函数[2]只计算前一个级别中尚未裁剪的属性组合。
请注意，图1显示了一个示例，我们将在本节的最后更详细地描述这个示例。
TANE’s search space pruning is based on the fact that for a complete result only minimal functional dependencies need be discovered. To prune efficiently, the algorithm stores a set of right-hand-side candidates C+(X) for each attribute combination X. The set C+(X) = {A ∈ R | ∀B ∈ X : X \ {A, B} → B does not hold} contains all attributes that may still depend on set X. C+(X) is used in the following three pruning rules:
TANE’s的搜索空间修剪是基于这样一个事实，即对于一个完整的结果，只需要发现最小的函数依赖性。为了有效地修剪，该算法为每个属性组合X存储一组右侧候选对象C+(X)。
集合C+(X)={A∈R|∀B∈X：X \ {A，B}→B不成立}, 集合C+(X)包含仍然可能依赖于集合X的所有属性
问题：C+（X）为什么包含的是可能依赖于X的所有属性？ 对C+（X）这个集合的概念理解起来有点困难
以下三个修剪规则中使用了C+(X)：
-
最小性剪枝：如果一个函数依赖项X\A→A成立，则可以从C+(X)中删除A和所有B∈C+(X)\X。换句话说，如果X包含FD X\A→A，则任何FD X→B都不能是最小值，因为A使X成为非最小值。请注意，此定义还包括A=B。
问题：为什么要删除这里的B？ 如果存在 X\A→A说明 X→ A不是最小的，为啥说明X→B也不是最小的。
-
右侧剪枝：如果C+(X)=∅，则可以从格中修剪属性组合X，因为没有最小函数依赖性的右侧候选对象。
-
键剪枝：如果属性组合X是键，可以从格中修剪。键X是一种属性组合，它确定关系R中的所有其他属性R\X。因此，X的所有超集都是超键，根据定义是非最小的。
理解：这里说X的所有超码需要剪到候选码
3.2 FUN
有参考资料