[論文レビュー] Asymptotic Behavior of Mean Partitions in Consensus Clustering

Brijnesh J. Jain|arXiv (Cornell University)|Dec 18, 2015

Bayesian Methods and Mixture Models参考文献 20被引用数 3

ひとこと要約

本稿は、分割を軌道空間内の点としてモデル化することで、共感クラスタリングにおける平均分割の漸近的一致性および漸近的正規性を確立する。Fréchet平均と確率的プログラミングを活用し、ややいびつな正則性条件のもとで、平均分割が確率的に期待分割に収束することを証明する。これは、実際の応用において有限だが十分に大きな標本サイズが妥当であることを裏付ける。

ABSTRACT

Although consistency is a minimum requirement of any estimator, little is known about consistency of the mean partition approach in consensus clustering. This contribution studies the asymptotic behavior of mean partitions. We show that under normal assumptions, the mean partition approach is consistent and asymptotic normal. To derive both results, we represent partitions as points of some geometric space, called orbit space. Then we draw on results from the theory of Fréchet means and stochastic programming. The asymptotic properties hold for continuous extensions of standard cluster criteria (indices). The results justify consensus clustering using finite but sufficiently large sample sizes. Furthermore, the orbit space framework provides a mathematical foundation for studying further statistical, geometrical, and analytical properties of sets of partitions.

研究の動機と目的

• 共感クラスタリングにおける平均分割の漸近的挙動を確立し、理論的裏付けの欠如している分野を埋める。
• 期待分割の一意性や強い集中条件といった、先行研究の制限的仮定を排除する。
• 軌道空間と計量構造を用いた、分割集合の解析の幾何的基盤を提供する。
• 標準的なクラスタ基準の連続的拡張を用いて、ハード分割とソフト分割の統一的取り扱いを実現する。
• 一致性の結果を用いて、共感クラスタリングにおける有限だが十分に大きな標本サイズの使用を正当化する。

提案手法

• ユークリッド空間から導かれる軌道空間内の点として分割を表現し、幾何的・解析的取り扱いを可能にする。
• Fréchet関数を用いて、共感クラスタリングを軌道空間上の最小化問題として定式化する。
• 確率的プログラミングの結果を応用し、弱い正則性条件のもとで一貫性および漸近的正規性を導出する。
• 標準的なクラスタ基準（例：ランド係数、補正ランド係数、相互情報量）の連続的拡張を導入し、ソフト分割に対応させる。
• 軌道空間上の計量構造を用いて、共感関数の連続性および収束性を保証する。
• Fréchet平均および確率的最適化の理論を活用し、コンパクト性や強い集中性を仮定せず、漸近的性質を証明する。

実験結果

リサーチクエスチョン

• RQ1 標本サイズが増加する際、共感クラスタリングにおける平均分割がどのような条件下で一貫性を示すか？
• RQ2 クラスタ基準に関する一般的な仮定のもとで、平均分割の漸近的正規性を確立できるか？
• RQ3 標準的な離散的クラスタインデックスをどのように連続的に拡張し、ソフト分割および幾何的解析を可能にするか？
• RQ4 どのような幾何的枠組みが、分割集合の統計的性質の厳密な研究を可能にするか？
• RQ5 同じ理論的基盤のもとで、平均分割アプローチはハード分割とソフト分割の両方に対して有効であるか？

主な発見

• ややいびつな正則性条件のもとで、平均分割アプローチは一貫性を示す。これは、標本サイズが増加するにつれて、確率的に期待分割に収束することを意味する。
• 平均分割は漸近的に正規分布に従う。これは、標本サイズが大きい場合、その標本分布が正規分布に近づくことを示唆する。
• 軌道空間フレームワークは、分割の連続的幾何的表現を提供し、数学的統計の高度な道具の適用を可能にする。
• 標準的なクラスタ基準（例：ランド係数、相互情報量）の連続的拡張が構築され、連続性が示された。これにより理論的解析が可能になる。
• 結果はハード分割とソフト分割の両方に対して有効であり、共感クラスタリングの理論的取り扱いを統一する。
• 漸近的性質は、Fréchet平均と確率的プログラミングの2つの補完的アプローチを用いて導出された。両者とも異なる仮定のもとで一貫した結果をもたらした。