[論文レビュー] Fairness in Clustering with Multiple Sensitive Attributes

Savitha Sam Abraham, P Deepak+1 more|arXiv (Cornell University)|Oct 11, 2019

Privacy-Preserving Technologies in Data参考文献 22被引用数 19

ひとこと要約

この論文では、K-平均法の目的関数に公平性損失を統合することで、二値、多値、または数値の複数の感受性属性に対して、クラスタリングの品質と表現の公平性を最適化する新規な公平クラスタリング手法FairKMを提案する。実世界のデータセットを用いた実験的評価により、FairKMは最先端のベースラインと比較して、クラスタリング品質および公平性指標の両面で顕著に優れていることが示された。

ABSTRACT

A clustering may be considered as fair on pre-specified sensitive attributes if the proportions of sensitive attribute groups in each cluster reflect that in the dataset. In this paper, we consider the task of fair clustering for scenarios involving multiple multi-valued or numeric sensitive attributes. We propose a fair clustering method, extit{FairKM} (Fair K-Means), that is inspired by the popular K-Means clustering formulation. We outline a computational notion of fairness which is used along with a cluster coherence objective, to yield the FairKM clustering method. We empirically evaluate our approach, wherein we quantify both the quality and fairness of clusters, over real-world datasets. Our experimental evaluation illustrates that the clusters generated by FairKM fare significantly better on both clustering quality and fair representation of sensitive attribute groups compared to the clusters from a state-of-the-art baseline fair clustering method.

研究の動機と目的

• 単一または二値の属性にとどまらず、数値的・多値的な感受性属性を含む複数の感受性属性を扱える公平クラスタリング手法におけるギャップを埋める。
• クラスタリングの過程で感受性属性の特徴を明示的に使用しない条件下でも、保護群の代表的表現を保証するクラスタリングフレームワークを開発する。
• 非感受性属性におけるクラスタリング品質と感受性属性における公平性のトレードオフを、統一的な最適化目的関数によってバランスさせる。
• 実世界のデータセットを用いた実験的評価を通じて、既存手法と比較して公平性およびクラスタリング品質の両面での向上を実証する。

提案手法

• 標準のK-平均法のクラスタリング損失と、新規の公平性正則化項を組み合わせた公平クラスタリング目的関数を定式化する。
• クラスタリング品質と公平性のトレードオフを制御するパラメータλを導入し、ユーザーが両者の相対的重要性を調整可能にする。
• 重心計算時に公平性制約を組み込む修正されたK-平均更新ルールを用い、各クラスタごとにグループの代表的表現がバランスされるようにする。
• 平均内集約（AW）、最大内集約（MW）、均一性からの乖離（DevO、DevC）などの公平性指標を定義し、グループの代表的表現の公平性を定量化する。
• 反復的に組み合わせられた目的関数を最小化するようにアルゴリズムを適用し、クラスタ割り当てと重心の更新を、公平性制約を満たすように行う。
• λの感度分析を実施し、さまざまなパrameter設定における公平性とクラスタリング品質のトレードオフを評価する。

実験結果

リサーチクエスチョン

• RQ1 複数の感受性属性（二値、多値、または数値）が存在する状況において、クラスタリングの公平性を効果的に形式化する方法は何か？
• RQ2 K-平均法を模倣した手法が、多様な感受性属性タイプにわたり、高いクラスタリング品質と強い公平性を両立できるか？
• RQ3 実際の応用において、トレードオフパラメータλがクラスタリング品質と公平性のバランスにどのように影響するか？
• RQ4 実世界のデータセットにおいて、FairKMは最先端の公平クラスタリングベースラインと比較して、公平性およびクラスタリング品質の両面で優れているか？
• RQ5 分布が著しく偏った属性に対して、FairKMの性能特性はいかなるものか？

主な発見

• FairKMはZGYAベースラインと比較して、複数のデータセットおよび公平性指標において顕著に優れた公平性性能を達成している。
• Adultデータセットでは、すべての感受性属性を公平性制約に使用するFairKM(All)よりも、一部の属性のみを用いるFairKM(S)が公平性指標で優れている。
• Kinematicsデータセットでは、λが増加するに従い、公平性指標（例：DevO、DevC）が安定的かつ段階的に向上し、クラスタリング品質指標（CO、SH）の劣化は最小限に抑えられている。
• Kinematicsデータセットにおいて、FairKM(S)はFairKM(All)と比較して、MWが高く、AWが低く、クラスタ内の代表的表現の公平性が優れていることが示された。
• 感度分析の結果、λを増加させることで公平性が着実に向上し、クラスタリング品質への影響は僅かであることが確認され、本手法の制御可能性が裏付けられた。
• 実験的結果から、FairKMは、ベースラインに有利な合成設定でさえも、優れた公平性を達成しながら強いクラスタリング品質を維持しており、そのロバスト性と有効性が示された。