[논문 리뷰] Chamfer-Linkage for Hierarchical Agglomerative Clustering

Kishen N. Gowda, Willem Fletcher외 5명|arXiv (Cornell University)|2026. 02. 11.

Advanced Clustering Algorithms Research인용 수 0

한 줄 요약

본 논문은 HAC를 위한 Chamfer-linkage를 제안하고, O(n^2) 시간 알고리즘을 제시하며, 실험적으로 클래식 링키지에 비해 우수한 클러스터링 품질과 균형 잡힌 덴드로그램을 보여준다.

ABSTRACT

Hierarchical Agglomerative Clustering (HAC) is a widely-used clustering method based on repeatedly merging the closest pair of clusters, where inter-cluster distances are determined by a linkage function. Unlike many clustering methods, HAC does not optimize a single explicit global objective; clustering quality is therefore primarily evaluated empirically, and the choice of linkage function plays a crucial role in practice. However, popular classical linkages, such as single-linkage, average-linkage and Ward's method show high variability across real-world datasets and do not consistently produce high-quality clusterings in practice. In this paper, we propose \emph{Chamfer-linkage}, a novel linkage function that measures the distance between clusters using the Chamfer distance, a popular notion of distance between point-clouds in machine learning and computer vision. We argue that Chamfer-linkage satisfies desirable concept representation properties that other popular measures struggle to satisfy. Theoretically, we show that Chamfer-linkage HAC can be implemented in $O(n^2)$ time, matching the efficiency of classical linkage functions. Experimentally, we find that Chamfer-linkage consistently yields higher-quality clusterings than classical linkages such as average-linkage and Ward's method across a diverse collection of datasets. Our results establish Chamfer-linkage as a practical drop-in replacement for classical linkage functions, broadening the toolkit for hierarchical clustering in both theory and practice.

연구 동기 및 목표

• 데이터셋 간의 높은 가변성으로 인해 단일/완전/평균/Ward를 넘어서는 더 신뢰할 수 있는 HAC 링키지의 필요성을 제시한다.
• Chamfer-linkage를 개념-표현 인지에 민감한 HAC의 효율적 대안으로 제시한다.
• Chamfer-linkage HAC에 대해 정확한 O(n^2)-시간 알고리즘과 시간-공간 트레이드오프를 제시한다.
• 다양한 데이터셋에 걸쳐 실험적 클러스터링 품질 향상과 균형 잡힌 덴드로그램을 보여준다.

제안 방법

• Chamfer 거리를 Ch(A,B)=sum_{a in A} min_{b in B} d(a,b)로 정의한다.
• Chamfer-거리 기반 링키지를 HAC-NN 프레임워크에 O(n^2) 시간 구현으로 삽입한다.
• Chamfer-linkage HAC의 정합성을 증명하고 O(n^2) 시간/공간(및 O(n^2/t) 공간, O(n^2 t) 시간) 트레이드오프를 도출한다.
• Chamfer 변종(Ch_N, Ch_S, Ch_NS)으로 확장하되 각자의 시간/공간 영향이 따른다.
• 빠른 C++ 구현과 Python 바인딩을 제공하고 이를 클래식 링키지와 비교한다.

(a) HAC Clustering.

실험 결과

연구 질문

• RQ1 Chamfer-linkage가 다양한 실제 데이터셋에서 클래식 링키지보다 일관되게 더 높은 품질의 클러스터링을 산출하는가?
• RQ2 Chamfer-linkage를 클래식 HAC 방법과 동일한 점근적 효율로 구현할 수 있는가?
• RQ3 Chamfer 변종이 품질, 균형 및 계산 자원 측면에서 트레이드오프를 제공하는가?
• RQ4 실무에서 Chamfer-linkage 덴드로그램 높이가 기준선과 어떻게 비교되는가?

주요 결과

• Chamfer-linkage(비대칭, 비정규화된 Ch)가 19개 데이터셋에서 ARI 기준으로 클래식 링키지보다 일관되게 우수하며 최대 57% 향상 및 평균 6% 이득을 보인다.
• 어떤 클래식 베이스라인도 일관되게 신뢰롭지 않다( Ward는 ARI에서 최고 방법보다 최대 29% 더 나쁠 수 있다).
• Chamfer-linkage는 평균 및 Ward 방법과 비슷한 낮은 높이의 균형 잡힌 덴드로그램을 생성한다.
• 저자는 최적화된 C++ 구현을 제시하고 fastcluster 및 scikit-learn 대비 5.75–9.28×의 속도 향상을 보여주며 Chamfer-linkage가 O(n^2) 시간을 충족한다.
• 공간-시간 트레이드오프는 [1,n]의 임의의 t에 대해 O(n^2/t) 공간에서 O(n^2 t) 시간으로 가능하다.
• Chamfer 변종(Ch_N, Ch_S, Ch_NS)는 다양한 성능을 보이며, 때때로 Ch가 emnist에서 보이는 것처럼 상당한 최상의 이득을 달성하는 반면 다른 경우에는 일관성이 떨어진다.

(b) Dendrogram.