[論文レビュー] Balanced $k$-Center Clustering When $k$ Is A Constant

Hu Ding|arXiv (Cornell University)|Apr 8, 2017

Data Management and Algorithms被引用数 5

ひとこと要約

本稿では、$k$ が定数である場合のバランス型 $k$-center クラスタリングに対して、ほぼ線形時間の 4-近似アルゴリズムを提示している。各クラスタが指定されたサイズ制約を満たすことを保証する。この手法は、距離空間における新しいクラスタリング戦略を活用し、従来の手法と比較して近似比と時間計算量の両方を改善している。

ABSTRACT

The problem of constrained $k$-center clustering has attracted significant attention in the past decades. In this paper, we study balanced $k$-center cluster where the size of each cluster is constrained by the given lower and upper bounds. The problem is motivated by the applications in processing and analyzing large-scale data in high dimension. We provide a simple nearly linear time $4$-approximation algorithm when the number of clusters $k$ is assumed to be a constant. Comparing with existing method, our algorithm improves the approximation ratio and significantly reduces the time complexity. Moreover, our result can be easily extended to any metric space.

研究の動機と目的

• クラスタサイズが下限および上限の制約を満たすバランス型 $k$-center クラスタリングの課題に対処すること。
• 大規模かつ高次元のデータに対して、改善された近似比と低減された時間計算量を備えた効率的なアルゴリズムを設計すること。
• 任意の距離空間で適用可能であることを保証することで、一般性と実用的有用性を高めること。
• 強い近似保証（4）を維持しながら、ほぼ線形時間計算量を達成すること。

提案手法

• 各クラスタが指定された下限および上限を満たすように、貪欲なクラスタリング手法とサイズバランシング制約を組み合わせる。
• サイズ制約下での最大クラスタ半径を最小化するように、中心点を選択する修正された $k$-center プロセスを適用する。
• 距離空間の幾何的性質と効率的なデータ構造を活用することで、ほぼ線形時間で動作する。
• クラスタサイズと半径を同時にバランスさせるためのデュアル近似フレームワークが、鍵となるコンponentである。
• 反復的にクラスタの再割り当てを行うことで、制約の整合性を保ちながら $k$-center 目的関数を満たす。
• 三角不等式と距離に基づく選択に依存しているため、任意の距離空間へ容易に拡張可能である。

実験結果

リサーチクエスチョン

• RQ1 定数 $k$ のバランス型 $k$-center クラスタリングに対して、ほぼ線形時間計算量を達成する定数近似比のアルゴリズムを設計できるか？
• RQ2 近似品質の低下を伴わずに、クラスタサイズ制約を $k$-center 目的関数に統合する方法は何か？
• RQ3 $k$ が定数であるバランス型 $k$-center クラスタリングにおいて、多項式時間内で達成可能な最良の近似比は何か？
• RQ4 効率性と近似保証を維持したまま、アルゴリズムを任意の距離空間に一般化できるか？

主な発見

• 提案されたアルゴリズムは、$k$ が定数である場合にバランス型 $k$-center クラスタリングで 4-近似比を達成する。
• 従来の手法と比較して、著しく時間計算量が改善されたほぼ線形時間で実行される。
• 4 の近似比は、実用的効率の観点から、既存の手法と同等または優れている。
• 任意の距離空間に適用可能であるため、多様なデータタイプと応用分野に広く有用である。
• 最大クラスタ半径を最小化する一方で、クラスタサイズ制約の整合性を維持している。