[논문 리뷰] Approximate Group Fairness for Clustering

Bo Li, Lijun Li외 3명|arXiv (Cornell University)|2022. 03. 31.

Privacy-Preserving Technologies in Data참고 문헌 32인용 수 4

한 줄 요약

이 논문은 중심점 클러스터링을 위한 보다 정교한 군집 fairness 개념인 코어 공정성(core fairness)을 제안한다. 여기서는 최소 $ n/k $명 이상의 에이전트로 구성된 연합(coalition)이 새로운 중심점으로 이탈함으로써 총 거리를 엄격히 줄일 수 없음을 의미한다. 저자들은 두 가지 이완 조건—블로킹 연합의 크기와 거리 향상 정도—을 통해 근사 코어 공정성을 제안하고, 선형, 트리, 일반적인 메트릭 공간과 같은 메트릭 공간에서 효율 손실이 유한한 강력한 공정성을 달성하는 근사 알고리즘을 설계한다.

ABSTRACT

We incorporate group fairness into the algorithmic centroid clustering problem, where $k$ centers are to be located to serve $n$ agents distributed in a metric space. We refine the notion of proportional fairness proposed in [Chen et al., ICML 2019] as {\em core fairness}, and $k$-clustering is in the core if no coalition containing at least $n/k$ agents can strictly decrease their total distance by deviating to a new center together. Our solution concept is motivated by the situation where agents are able to coordinate and utilities are transferable. A string of existence, hardness and approximability results is provided. Particularly, we propose two dimensions to relax core requirements: one is on the degree of distance improvement, and the other is on the size of deviating coalition. For both relaxations and their combination, we study the extent to which relaxed core fairness can be satisfied in metric spaces including line, tree and general metric space, and design approximation algorithms accordingly.

연구 동기 및 목표

• 비례성(proportionality)보다 더 강력한 공정성 개념을 정식화하여 중심점 클러스터링에서 군집 공정성을 다루는 것.
• 선형, 트리, 일반 메트릭 공간과 같은 메트릭 공간에서 코어 클러스터링의 존재성과 근사 가능성에 대해 연구하는 것.
• 코어 공정성 조건을 두 가지 차원—최소 거리 향상 정도와 최소 연합 규모—에서 이완하여 실용적인 근사 알고리즘을 가능하게 하는 것.
• 실제 클러스터링 시나리오에서 공정성(코어 안정성)과 효율성(낮은 사회적 비용)을 균형 잡는 알고리즘을 설계하는 것.
• 제안된 알고리즘이 표준 클러스터링 방법(k-means++, Lloyd의 알고리즘 등)보다 공정성 지표에서 뛰어나면서도 경쟁 가능한 효율성을 유지함을 실증적으로 검증하는 것.

제안 방법

• 코어 공정성을 안정성 조건으로 정의: 최소 $ n/k $명 이상의 에이전트로 구성된 연합이 새로운 중심점으로 이탈하여 총 거리를 엄격히 줄일 수 없음.
• 두 가지 이완 조건 도입: $ (eta, eta) $-코어(연합 규모 기준)와 $ (eta, eta) $-코어(거리 향상 기준), 코어 개념을 일반화.
• 선형, 트리, 일반 메트릭 공간에서 $ (eta, eta) $-코어에 대한 근사 알고리즘 설계 및 공정성과 사회적 비용에 대한 성능 보장.
• 두 단계 알고리즘 $ ALG_g^+ $ 제안: 먼저 공정한 후보 중심점을 식별하고, 이후 에이전트를 총 거리가 최소가 되도록 할당.
• 그리디 선택 전략을 사용해 반복적으로 공정성을 향상시키면서, 최적의 k-means/k-median 대비 사회적 비용을 제한.
• 합성(Gaussian, S-sets) 및 실세계(Mopsi 위치) 데이터셋에서 광범위한 실험 수행하여 공정성($ \alpha, \beta $)과 효율성(사회적 비용 비율) 평가.

실험 결과

연구 질문

• RQ1 선형, 트리, 일반 메트릭 공간와 같은 메트릭 공간에서 코어 공정성이 보장될 수 있는가? 존재성 및 근사 가능성의 한계는 무엇인가?
• RQ2 코어 공정성 조건을 어떻게 의미 있게 이완하여 실용적인 근사 알고리즘을 가능하게 하면서도 공정성 보장을 유지할 수 있는가?
• RQ3 클러스터링 알고리즘에서 공정성($ \alpha $ 및 $ \beta $로 측정)과 효율성(사회적 비용) 사이의 트레이드오프는 어떠한가?
• RQ4 제안된 알고리즘은 k-means++ 및 Lloyd의 알고리즘과 비교해 실세계 및 합성 데이터에서 공정성과 효율성 측면에서 어떻게 성능을 내는가?
• RQ5 어떤 상황에서 제안된 알고리즘이 정확한 코어 공정성($ \alpha = 1, \beta = 1 $)을 달성하고, 언제 이완이 필요하게 되는가?

주요 결과

• 제안된 $ ALG_g^+ $ 알고리즘은 가우시안 및 S-sets 데이터셋에서 k-means++보다 훨씬 낮은 $ \alpha $ 및 $ \beta $ 값을 기록하여 더 강력한 근사 코어 공정성을 나타낸다.
• Mopsi 위치 데이터셋($ k=10 $)에서 알고리즘 4와 Lloyd의 알고리즘이 모두 $ \alpha = 1, \beta = 1 $을 기록하여 정확한 코어 공정성을 달성했지만, 사회적 비용 비율은 1.38이었다.
• k-median 목표에서, 알고리즘 4는 가우시안 데이터셋에서 공정성($ \alpha $ 및 $ \beta $)과 사회적 비용 양면에서 Lloyd의 알고리즘을 모두 초월했다.
• S1 데이터셋에서 k-means 목표를 사용할 경우, 제안된 알고리즘은 모든 $ k $에서 k-means++보다 더 나은 공정성을 유지했으며, 사회적 비용 비율은 1.42였다.
• 가우시안 데이터셋에서 제안된 알고리즘은 k-means++ 대비 사회적 비용 비율이 작은 상수로 유한하게 제한되며, 일부 경우에서는 더 우수한 성능도 기록했다.
• 일반적으로 제안된 알고리즘은 표준 클러스터링 방법보다 더 뛰어난 코어 공정성을 확보하면서도 경쟁 가능한 효율성을 유지하며, 특히 높은 오버랩 및 실세계 환경에서 유의미한 성능 향상을 보였다.