[論文レビュー] Approximate Group Fairness for Clustering

Bo Li, Lijun Li+3 more|arXiv (Cornell University)|Mar 31, 2022

Privacy-Preserving Technologies in Data参考文献 32被引用数 4

ひとこと要約

この論文は、中心点クラスタリングにおける洗練されたグループ公平性の概念としてコア公平性を導入し、少なくとも $ n/k $ のエージェントからなる連携集団が新たな中心点に移行することで総距離を厳密に削減できないことを要件とする。著者らは、ブロッキング連携集団のサイズと距離削減度の2つの緩和により近似コア公平性を提案し、直線、木構造、一般の距離空間を含むメトリック空間において、有効な効率損失を伴う強力な公平性を達成する近似アルゴリズムを設計した。

ABSTRACT

We incorporate group fairness into the algorithmic centroid clustering problem, where $k$ centers are to be located to serve $n$ agents distributed in a metric space. We refine the notion of proportional fairness proposed in [Chen et al., ICML 2019] as {\em core fairness}, and $k$-clustering is in the core if no coalition containing at least $n/k$ agents can strictly decrease their total distance by deviating to a new center together. Our solution concept is motivated by the situation where agents are able to coordinate and utilities are transferable. A string of existence, hardness and approximability results is provided. Particularly, we propose two dimensions to relax core requirements: one is on the degree of distance improvement, and the other is on the size of deviating coalition. For both relaxations and their combination, we study the extent to which relaxed core fairness can be satisfied in metric spaces including line, tree and general metric space, and design approximation algorithms accordingly.

研究の動機と目的

• 比例性を上回る強い公平性概念を形式化することで、中心点クラスタリングにおけるグループ公平性を扱う。
• 直線、木構造、一般のメトリック空間を含むメトリック空間におけるコアクラスタリングの存在可能性と近似可能性を調査する。
• コア公平性条件を2つの次元（最小距離削減度と最小連携集団サイズ）で緩和することで、実用的な近似アルゴリズムの実現を可能にする。
• 現実のクラスタリングシナリオにおいて、公平性（コア安定性）と効率性（低コスト社会的総コスト）のバランスを取るアルゴリズムを設計する。
• 提案されたアルゴリズムが、標準的手法（例：k-means++、Lloydのアルゴリズム）よりも公平性指標で優れていることを実験的に検証する。

提案手法

• コア公平性を安定性条件として定義：少なくとも $ n/k $ のエージェントからなる連携集団が、新たな中心点に移行することで総距離を厳密に削減できないこと。
• 2つの緩和を導入：$ (eta, eta) $-コア（連携集団サイズの閾値）と $ (eta, eta) $-コア（距離削減度の閾値）、これらはコア概念を一般化する。
• 直線、木構造、一般メトリック空間における $ (eta, eta) $-コアの近似アルゴリズムを設計し、公平性と社会的コストの性能保証を提供する。
• 2段階のアルゴリズム $ ALG_g^+ $ を提案：まず公平な候補中心点を特定し、その後でエージェントを総距離が最小になるように割り当てる。
• グリーディ選択戦略を用いて、反復的に公平性を向上させつつ、最適k-means/k-medianの社会的コストに対して有界なコスト比を保証する。
• 合成データ（ガウス分布、S-sets）および実世界データ（Mopsiの位置）を用いた広範な実験を行い、公平性（$ \alpha, \beta $）と効率性（社会的コスト比）を評価する。

実験結果

リサーチクエスチョン

• RQ1 直線、木構造、一般メトリック空間のようなメトリック空間において、コア公平性を保証できるか。また、その存在可能性と近似可能性の限界は何か。
• RQ2 コア公平性を意味的に緩和することで、実用的な近似アルゴリズムを可能にしつつ、公平性保証を維持できるか。
• RQ3 クラスタリングアルゴリズムにおいて、公平性（$ \alpha $ と $ \beta $ で測定）と効率性（社会的コスト）のトレードオフはどのように変化するか。
• RQ4 提案されたアルゴリズムは、k-means++ や Lloyd のアルゴリズムと比較して、実データおよび合成データにおいて公平性と効率性の両面で優れているか。
• RQ5 どのような状況で提案されたアルゴリズムが正確なコア公平性（$ \alpha = 1, \beta = 1 $）を達成し、どのような状況で緩和が必要となるか。

主な発見

• ガウス分布およびS-setsデータセットにおいて、提案された $ ALG_g^+ $ アルゴリズムはk-means++よりも顕著に低い $ \alpha $ および $ \beta $ 値を達成しており、より強い近似コア公平性を示している。
• Mopsiの位置データセット（$ k=10 $）において、アルゴリズム4とLloydのアルゴリズムの両方が $ \alpha = 1, \beta = 1 $ を達成しており、正確なコア公平性を示しているが、社会的コスト比は1.38であった。
• k-median目的関数において、ガウスデータセットでアルゴリズム4はLloydのアルゴリズムを公平性（$ \alpha $ と $ \beta $）および社会的コストの両面で上回った。
• S1データセット（k-means目的関数）において、提案されたアルゴリズムはすべての $ k $ に対してk-means++よりも優れた公平性を維持しており、社会的コスト比は1.42であった。
• ガウスデータセットでは、提案されたアルゴリズムがk-means++と比較して社会的コスト比が小さな定数に有界であり、一部のケースではそれ以上に優れた性能を示した。
• 一般に、提案されたアルゴリズムは標準的手法よりも優れたコア公平性を確保しながら、特に高重複度および実世界の設定において競争力のある効率性を維持している。