[論文レビュー] Stable and consistent density-based clustering.

Alexander Rolle, Luis Scoccola|arXiv (Cornell University)|May 18, 2020

Topological and Geometric Data Analysis参考文献 30被引用数 12

ひとこと要約

本稿では、位相的データ解析からの恒常的距離とインタリーブィング距離を用いた、安定的かつ一貫性のある密度ベースのクラスタリングフレームワークを提案する。入力の摂動（Gromov–Hausdorff–Prokhorov距離を介して）およびパラメータの変更に対しても安定性を保証し、データの分布的仮定を必要としない。この手法は階層的クラスタリングの簡略化を通じて強靭性を確保し、安定なフラットクラスタリングアルゴリズムを導出する。

ABSTRACT

We present a multiscale, consistent approach to density-based clustering that satisfies stability theorems -- in both the input data and in the parameters -- which hold without distributional assumptions. The stability in the input data is with respect to the Gromov--Hausdorff--Prokhorov distance on metric probability spaces and interleaving distances between (multi-parameter) hierarchical clusterings we introduce. We prove stability results for standard simplification procedures for hierarchical clusterings, which can be combined with our approach to yield a stable flat clustering algorithm. We illustrate the stability of the approach with computational examples. Our framework is based on the concepts of persistence and interleaving distance from Topological Data Analysis.

研究の動機と目的

• 入力データおよびクラスタリングパラメータの微小な摂動に対して安定な密度ベースのクラスタリング手法の開発。
• データの分布的仮定を必要としない理論的安定性定理の確立。
• 階層的クラスタリングと恒常的理論を活用することで、複数スケールにわたる一貫性の確保。
• 標準的な階層的クラスタリングの簡略化手順と互換性を持つフレームワークの提供により、安定なフラットクラスタリングの実現。
• メトリック確率空間および多パラメータクラスタリングにおける、Gromov–Hausdorff–Prokhorov距離とインタリーブィング距離という新しい距離を用いて、安定性の形式化。

提案手法

• フレームワークは、恒常的モジュールとインタリーブィング距離を用い、階層的クラスタリング間の類似性を測定し、パラメータ変動に対する安定性を保証する。
• 入力データの変更に対する安定性を実現するため、メトリック確率空間における摂動をGromov–Hausdorff–Prokhorov距離で定量化する。
• 密度に基づく多スケールの階層的クラスタリングを構築し、恒常的フィルタリングを用いて意味のあるクラスタ構造を捉える。
• 多パラメータ階層的クラスタリング間の新しいインタリーブィング距離を導入し、クラスタリング出力の比較と安定化を実現する。
• 階層的クラスタリングのための標準的な簡略化手順（例：刈り込み）が、本フレームワーク下で安定であることが証明され、頑健なフラットクラスタリングが可能になる。
• 位相的データ解析のツールと密度ベースのクラスタリングを統合することで、分布的仮定を必要とせず安定性を達成するアプローチを実現する。

実験結果

リサーチクエスチョン

• RQ1 入力データの微小な摂動に対して、どのように密度ベースのクラスタリングを安定化できるか？
• RQ2 特定のデータ分布を仮定せずに、クラスタリングパラメータの変動に対しても安定性を保証できるか？
• RQ3 階層的クラスタリングの比較に適した距離尺度は何か？ その距離は安定性定理の支持にどのように寄与するか？
• RQ4 位相的フレームワーク内での階層的クラスタリングの標準的簡略化手順をどのように安定化できるか？
• RQ5 恒常的距離とインタリーブィング距離を用いて、一貫性があり多スケールなクラスタリングフレームワークを構築できるか？

主な発見

• 提案されたフレームワークは、メトリック確率空間におけるGromov–Hausdorff–Prokhorov距離で測定される入力摂動に対し、安定性を達成する。
• 多パラメータ階層的クラスタリング間のインタリーブィング距離を用いることで、パラメータ変動に対しても安定性が確立される。
• 本手法は、基礎となるデータに分布的仮定を必要とせず、理論的安定性を保証する。
• 本フレームワーク下で、階層的クラスタリングの簡略化手順が安定であることが証明され、信頼性の高いフラットクラスタリングが可能になる。
• 計算例により、データ摂動に対してクラスタリング結果の実用的安定性が示された。
• 恒常的理論と位相的距離の統合により、頑健で一貫性があり多スケールなクラスタリングアプローチが実現された。