[논문 리뷰] A Pairwise Fair and Community-preserving Approach to k-Center Clustering

Brian Brubach, Darshan Chakrabarti외 4명|arXiv (Cornell University)|2020. 07. 14.

Advanced Clustering Algorithms Research인용 수 10

한 줄 요약

이 논문은 k-center 클러스터링을 위한 새로운 정의된 공정성 기준으로 쌍별 공정성(pairwise fairness)과 커뮤니티 유지(community preservation)를 제안한다. 이는 가까운 점들이 서로 분리될 가능성이 낮고, 커뮤니티가 그대로 유지되도록 한다. 제안된 랜덤화 알고리즘은 기존 k-center 방법을 공정성 제약 조건을 만족하도록 개선하면서도 유한한 근사 비율을 유지한다. 실험을 통해 공정성과 클러스터링 품질 사이의 실용적인 트레이드오프를 입증한다.

ABSTRACT

Clustering is a foundational problem in machine learning with numerous applications. As machine learning increases in ubiquity as a backend for automated systems, concerns about fairness arise. Much of the current literature on fairness deals with discrimination against protected classes in supervised learning (group fairness). We define a different notion of fair clustering wherein the probability that two points (or a community of points) become separated is bounded by an increasing function of their pairwise distance (or community diameter). We capture the situation where data points represent people who gain some benefit from being clustered together. Unfairness arises when certain points are deterministically separated, either arbitrarily or by someone who intends to harm them as in the case of gerrymandering election districts. In response, we formally define two new types of fairness in the clustering setting, pairwise fairness and community preservation. To explore the practicality of our fairness goals, we devise an approach for extending existing $k$-center algorithms to satisfy these fairness constraints. Analysis of this approach proves that reasonable approximations can be achieved while maintaining fairness. In experiments, we compare the effectiveness of our approach to classical $k$-center algorithms/heuristics and explore the tradeoff between optimal clustering and fairness.

연구 동기 및 목표

• 그룹 기반 정의를 초월해 k-center 클러스터링의 공정성 문제를 다루기 위해, 거리 기반 공정성에 초점을 맞춘다.
• 유사한 점들이 서로 분리될 확률이 거리에 비례하여 증가하는 방식으로 쌍별 공정성을 수식적으로 정의한다.
• 커뮤니티의 점들이 너무 많은 클러스터로 분산되지 않도록 보장하는 커뮤니티 유지 정의를 제시한다.
• 기존 k-center 휴리스틱에 공정성을 통합하면서도 클러스터링 품질을 크게 훼손하지 않는 실용적인 알고리즘을 개발한다.
• 공정성과 목적 함수 값(최대 클러스터 반경) 사이의 트레이드오프를 경험적으로 평가한다.

제안 방법

• 기존 k-center 해를 수정하여 공정성 제약 조건을 만족하는 랜덤화 라운딩 기반 알고리즘을 제안한다.
• λ를 통해 공정성과 클러스터링의 타이트함 사이의 트레이드오프를 제어하며, λ는 기본 해의 반경에 반비례하게 스케일링된다.
• 거리 d에 있는 점들이 분리될 확률을 제한하는 함수 α(d)를 통해 쌍별 공정성을 정의하며, α(0) = 0 이다.
• 지름 D인 커뮤니티가 t개 이상의 클러스터로 나뉘는 확률을 제한하는 함수 β(D, t)를 통해 커뮤니티 유지 정의를 한다.
• 두 단계 접근법을 통해 공정성 제약 조건을 통합한다: 먼저 기본 k-center 해를 계산하고, 그 다음 랜덤화 라운딩을 적용하여 가까운 점들의 분리 비율을 줄인다.
• 실제로 공정성과 목적 함수 값을 균형 잡기 위해 λ에 대해 이진 탐색을 사용한다.

실험 결과

연구 질문

• RQ1 그룹 기반 다양성 제약 조건을 초월해 k-center 클러스터링의 공정성을 의미 있게 정의할 수 있는가?
• RQ2 가까운 점들이 서로 분리될 가능성이 낮아지는 쌍별 공정성은 어떻게 수식적으로 포괄하고 강제로 구현할 수 있는가?
• RQ3 커뮤니티 유지 수준은 어느 정도 달성될 수 있으며, 단단한 그룹이 너무 많은 클러스터로 분산되지 않도록 보장할 수 있는가?
• RQ4 표준 k-center 목적 함수(최대 클러스터 반경)와의 공정성 간 트레이드오프는 어떠한가?
• RQ5 기존 k-center 알고리즘은 최소한의 수정으로 이러한 공정성 목표를 달성할 수 있는가?

주요 결과

• 제안된 알고리즘은 최적의 k-center 반경에 대해 일정 요인의 근사 비율을 유지하면서도 쌍별 공정성과 커뮤니티 유지 성능을 달성한다.
• adult 데이터셋에 대한 실험 결과, 공정성 수준을 높일수록(λ를 낮출수록) 최대 클러스터 반경이 증가하지만, 이는 이론적 한계 내에 있다.
• λ가 감소함에 따라 다양한 k 값에 대해 공정성 수준이 더욱 일관되고 강건해진다.
• 실제로 알고리즘은 잘 작동하며, 더 공정한 버전(작은 λ)은 클러스터링 품질의 예측 가능하고 유한한 열화를 보인다.
• 이 방법은 기존 k-center 휴리스틱에 일반화 가능하며, λ에 대한 이진 탐색을 통해 공정성과 밀도 간 균형을 조절할 수 있다.
• 커뮤니티나 보호 대상 집단에 대한 사전 지식 없이도 쌍별 공정성과 커뮤니티 유지가 달성될 수 있다.