[論文レビュー] On comparing clusterings: an element-centric framework unifies overlaps and hierarchy

Alexander J. Gates, Ian B. Wood+2 more|arXiv (Cornell University)|Jun 19, 2017

Complex Network Analysis Techniques被引用数 7

ひとこと要約

本論文では、クラスタリングの重複、重複あり、階層的構造の3種類を統一的に比較する要素中心のフレームワークを提案する。クラスタリング同士の類似性を直接比較するのではなく、要素のクラスタ所属関係に基づいて評価することで、従来のクラスタ中心の指標に依存しない。既存手法とは異なり、重大なバイアスを排除し、構造的な違いを洗練された形で明らかにでき、fMRI脳ネットワークやFacebookのソーシャルネットワークにおいて新たな知見をもたらす。

ABSTRACT

Clustering is one of the most universal approaches for understanding complex data. A pivotal aspect of clustering analysis is quantitatively comparing clusterings; clustering comparison is the basis for tasks such as clustering evaluation, consensus clustering, and tracking the temporal evolution of clusters. For example, the extrinsic evaluation of clustering methods requires comparing the uncovered clusterings to planted clusterings or known metadata. Yet, as we demonstrate, existing clustering comparison measures have critical biases which un- dermine their usefulness, and no measure accommodates both overlapping and hierarchical clusterings. Here we unify the comparison of disjoint, overlapping, and hierarchically struc- tured clusterings by proposing a new element-centric framework: elements are compared based on the relationships induced by the cluster structure, as opposed to the traditional cluster-centric philosophy. We demonstrate that, in contrast to standard clustering simi- larity measures, our framework does not suffer from critical biases and naturally provides unique insights into how the clusterings differ. We illustrate the strengths of our framework by revealing new insights into the organization of clusters in two applications: the improved classification of schizophrenia based on the overlapping and hierarchical community struc- ture of fMRI brain networks, and the disentanglement of various social homophily factors in Facebook social networks. The universality of clustering suggests far-reaching impact of our framework throughout all areas of science.

研究の動機と目的

• 非交差、重複あり、階層的クラスタリングの比較を統一するフレームワークの欠如に取り組む。
• クラスタリング比較指標に内在する重大なバイアスを特定し、それらが信頼性と解釈可能性を損なう要因となっていることを明らかにする。
• クラスタ構造が誘導する要素レベルの関係に基づいてクラスタリングを評価する手法を開発する。
• クラスタリング評価、コンSENSUSクラスタリング、時系列追跡などの応用分野における、より正確で洞察に富んだ比較を可能にする。
• 科学的分野を問わず普遍的に適用可能なツールを提供し、複雑なデータ構造の理解を向上させる。

提案手法

• クラスタリング間の類似性を、クラスタを直接比較する代わりに、要素どうしの関係に基づいて評価する要素中心のアプローチを提案する。
• クラスタ所属関係を用いて要素レベルの関係を定義し、共有された所属関係やネストされた所属関係によって重複や階層構造を捉える。
• 要素レベルの比較を集約する類似度測定を構築し、クラスタリングタイプにかかわらず構造的なニュアンスを保持する。
• このフレームワークを用いて、非交差性やサイクルの有無を仮定せずに、ペアワイズのクラスタリング類似度を計算可能にする。
• 重複コミュニティや階層的ネスト構造のような、クラスタ組織の微細な違いの検出を可能にする。
• fMRI脳ネットワークやFacebookソーシャルネットワークを含む実世界のデータにこのフレームワークを適用し、実用性を検証する。

実験結果

リサーチクエスチョン

• RQ1 非交差、重複あり、階層的クラスタリングの間で、クラスタリング比較をどのように統一できるか？
• RQ2 従来のクラスタ中心のクラスタリング比較指標に内在するバイアスは何か？
• RQ3 要素中心のフレームワークは、標準的手法では検出できない構造的差を明らかにできるか？
• RQ4 提案されたフレームワークは、神経科学およびソーシャルネットワーク分野における複雑なデータ構造の分析をどのように改善するか？
• RQ5 このフレームワークは、実世界の応用におけるクラスタリング結果の解釈をどの程度向上できるか？

主な発見

• 提案された要素中心のフレームワークは、標準的なクラスタリング比較指標に内在する重大なバイアスを排除する。
• このフレームワークは、構造的仮定を必要とせず、重複ありや階層的クラスタリングを自然に扱える。
• クラスタレベルの一致ではなく、要素レベルの関係を分析することにより、クラスタ構造に関する独自の知見を提供する。
• fMRI脳ネットワークにおいて、重複および階層的コミュニティ構造に基づいて、統合的で洗練された統計的分類が可能になった。
• Facebookソーシャルネットワークでは、微細なコミュニティ関係を捉えることで、複数の同質性要因（ホモフィリー要因）の分離が可能になった。
• 本フレームワークは、多様なクラスタリングタイプを扱える普遍性のおかげで、広範な科学的分野への応用が可能である。