[논문 리뷰] A Unified Framework of FPT Approximation Algorithms for Clustering Problems

Suman K. Bera, Chakrabarty, Deeparnab외 2명|arXiv (Cornell University)|2019. 01. 08.

Privacy-Preserving Technologies in Data참고 문헌 63인용 수 41

한 줄 요약

이 논문은 ℓp-노름 목표 함수(예: k-means, k-median, k-center)에 대해 보호 그룹이 겹치는 경우조차도 기존의 순수 클러스터링 알고리즘을 공정한 것으로 전환할 수 있는 통합적이고 블랙박스 기반의 프레임워크를 제안한다. 이 프레임워크는 최대 4∆ + 3의 작은 덧셈 공정성 위반을 동반하면서도 공정한 최적해에 대해 (ρ + 2)-근사값을 보장한다. 여기서 ∆는 각 점이 속할 수 있는 최대 보호 그룹 수이며, 이론적 한계에도 불구하고 경험적으로 최적해와 15% 이내의 비용을 달성하여 근사 성능가능성이 높다.

ABSTRACT

In this paper, we present a framework for designing FPT approximation algorithms for many k-clustering problems. Our results are based on a new technique for reducing search spaces. A reduced search space is a small subset of the input data that has the guarantee of containing k clients close to the facilities opened in an optimal solution for any clustering problem we consider. We show, somewhat surprisingly, that greedily sampling O(k) clients yields the desired reduced search space, based on which we obtain FPT(k)-time algorithms with improved approximation guarantees for problems such as capacitated clustering, lower-bounded clustering, clustering with service installation costs, fault tolerant clustering, and priority clustering.

연구 동기 및 목표

• 기존의 공정 클러스터링 연구의 한계를 해결하기 위해, 즉 엄격한 공정성 제약, 겹치는 보호 그룹에 대한 지원 부족, 목적 함수의 제한성.
• 사용자가 클러스터 내 그룹의 표현 비율에 대해 사용자 정의 가능한 하한 및 상한을 설정할 수 있는 일반적이고 조정 가능한 공정성 모델을 개발하기 위해.
• 모든 ρ-근사 클러스터링 알고리즘을 작은, 유계된 손실만을 동반한 공정한 알고리즘으로 전환할 수 있는 블랙박스 변환 기법을 제공하기 위해.
• 하한이 있는 클러스터링 문제로의 확장을 위해, k-median 및 k-center 문제에 대해 고정 매개변수 가능성(FPT) 근사 성능를 달성하기 위해.

제안 방법

• 각 그룹에 대해 클러스터 내 표현 비율에 대한 개별 하한(βi)과 상한(αi)을 허용하는 일반화된 공정성 모델을 도입하여, 겹치는 보호 그룹을 지원한다.
• 순수 클러스터링 알고리즘의 출력을 기반으로 한 공정한 할당 문제를 설정하고, 반복적 반올림을 통해 공정성 위반을 최소화하면서 해를 구한다.
• 해결된 해가 원래 알고리즘의 근사 비율 ρ에 대해 최적의 공정 클러스터링에 대해 (ρ + 2)-근사임을 증명한다.
• 각 점이 속할 수 있는 최대 그룹 수인 파라미터 ∆를 통해 겹치는 그룹을 처리하며, 이에 따라 공정성 위반은 4∆ + 3로 유계된다.
• 크기 제약을 통합하여 하한이 있는 클러스터링 문제에 프레임워크를 적용하여, O(2^k poly(n)) 시간 내에 (ρ + 2)-근사해를 달성한다.
• 경험적 성능 평가를 위해, 덧셈 공정성 위반(λ)을 포함한 선형계획법(LP) 리 릿지션을 하한으로 사용하며, 거의 공정한 LP 해와 비교한다.

실험 결과

연구 질문

• RQ1 겹치는 보호 그룹과 임의의 공정성 범위를 지원하면서도 강력한 이론적 보장을 유지할 수 있는 일반적이고 조정 가능한 공정성 모델을 설계할 수 있는가?
• RQ2 모든 순수 클러스터링 알고리즘을 ℓp-노름 목표 함수에 관계없이, 비용 증가가 작고 유계된 수준에서 공정한 알고리즘으로 변환할 수 있는가?
• RQ3 겹치는 보호 그룹(즉, ∆ > 1)의 존재가 공정성과 해 품질에 미치는 영향은 무엇이며, 이 프레임워크는 이러한 상황을 안정적으로 처리할 수 있는가?
• RQ4 경험적으로 알고리즘의 성능이 이론적 한계를 얼마나 초월하는가? 특히 최적의 공정해 대비 비용 측면에서.
• RQ5 최소 클러스터 크기 등의 추가 제약 조건을 처리할 수 있도록 프레임워크를 확장할 수 있으며, 이때 FPT 근사 보장은 유지되는가?

주요 결과

• 알고리즘은 최적의 공정 클러스터링에 대해 (ρ + 2)-근사해를 달성하며, 공정성 위반은 4∆ + 3로 유계되며, 이는 큰 클러스터에서는 무시할 수 있을 정도로 낮다.
• 경험적으로 공정해의 비용은 최적의 공정해 비용보다 최대 15% 높을 뿐이며, 이는 이론적 (ρ + 2) 한계보다 훨씬 우수한 성능이다.
• k ≤ 10일 경우, 모든 데이터셋에서 공정해의 비용은 순수 클러스터링 비용보다 최대 15% 높을 뿐이며, creditcard 데이터셋에서는 높은 비공정성에도 불구하고 비용 증가율이 6%에 불과하다.
• 기존의 연구를 능가하는 성능을 보였다: k-median 문제에서 k=20일 경우, 은행 및 인구조사 데이터셋에서 [12] 및 [25]보다 비용이 2~6배 낮았다.
• ∆ > 1(겹치는 그룹)인 경우, 알고리즘이 성별과 인종 등 여러 속성에 동시에 공정성을 달성하면서도 비용 증가가 크지 않다. 이는 단일 속성에만 공정성을 적용하는 기존 방법과 대비된다.
• 덧셈 공정성 위반(λ)을 포함한 LP 리 릿지션은 경험적 비용과 밀접하게 일치하며, 이는 알고리즘의 비용이 이론적 하한값의 15% 이내에 머무르고 있음을 시사하며, 강력한 실용적 성능을 보여준다.