[论文解读] On the Fixed-Parameter Tractability of Capacitated Clustering

Vincent Cohen-Addad, Jason Li|arXiv (Cornell University)|Aug 30, 2022

Facility Location and Emergency Management被引用 15

一句话总结

本文提出了在一般度量空间和欧几里得空间中，针对容量受限的 $k$-中位数和 $k$-均值聚类问题的首个固定参数可追踪（FPT）近似算法。对于 $k$-中位数问题，实现了 $(3+\epsilon)$-近似；对于 $k$-均值问题，实现了 $(9+\epsilon)$-近似，时间复杂度为 $f(\epsilon,k)n^{O(1)}$，显著优于此前分别为 $(7+\epsilon)$ 和 $(69+\epsilon)$ 的界限。

ABSTRACT

We study the complexity of the classic capacitated k-median and k-means problems parameterized by the number of centers, k. These problems are notoriously difficult since the best known approximation bound for high dimensional Euclidean space and general metric space is $Θ(\log k)$ and it remains a major open problem whether a constant factor exists. We show that there exists a $(3+ε)$-approximation algorithm for the capacitated k-median and a $(9+ε)$-approximation algorithm for the capacitated k-means problem in general metric spaces whose running times are $f(ε,k) n^{O(1)}$. For Euclidean inputs of arbitrary dimension, we give a $(1+ε)$-approximation algorithm for both problems with a similar running time. This is a significant improvement over the $(7+ε)$-approximation of Adamczyk et al. for k-median in general metric spaces and the $(69+ε)$-approximation of Xu et al. for Euclidean k-means.

研究动机与目标

• 解决长期悬而未决的开放问题：在固定参数可追踪条件下，实现容量受限 $k$-中位数与 $k$-均值问题的常数因子近似。
• 克服现有近似算法的局限性，这些算法要么依赖容量违规，要么依赖聚类数量违规。
• 在不违反容量或聚类数量约束的前提下，为一般度量空间和高维欧几里得空间中的 FPT 近似建立一个通用框架。
• 在先前结果的基础上进一步改进，包括 Adamczyk 等人针对 $k$-均值得到的 $(7+\epsilon)$-近似，以及 Xu 等人针对 $k$-均值得到的 $(69+\epsilon)$-近似。
• 在一般度量空间和欧几里得度量空间中，利用核心集（coreset）与维数约简技术，建立新的 FPT 近似方案。

提出的方法

• 为输入点集构建一个大小为 $ (k \log n / \epsilon)^{O(1)} $ 的核心集，使其在 $ \epsilon \cdot \text{OPT} $ 范围内保持近似最优的聚类代价。
• 应用维数约简映射，将核心集投影到维度为 $ \frac{\log k + \log \log n}{\epsilon^{O(1)}} $ 的欧几里得空间中，同时保持距离在 $ (1+\epsilon) $ 因子内。
• 对于每个核心集点，基于距离尺度 $ \epsilon \gamma / (n \log n) $ 在其周围定义同心环，其中 $ \gamma $ 是最优代价的估计值。
• 在每个环上构建 $ \epsilon \cdot (1+\epsilon)^i \cdot \epsilon \gamma / (n \log n) $-网，并计算由网点诱导的 Voronoi 图。
• 对于每个 Voronoi 单元，根据容量选择前 $k$ 个候选中心，并将其包含在候选集 $ \mathcal{V} $ 中，确保近似最优的中心被覆盖。
• 枚举 $ \mathcal{V} $ 的所有 $k$-子集，评估其代价，并返回代价最小的解作为输出。

实验结果

研究问题

• RQ1 能否在不违反容量或聚类数量约束的前提下，为一般度量空间中的容量受限 $k$-中位数问题实现常数因子的 FPT 近似？
• RQ2 在任意维度的欧几里得空间中，容量受限 $k$-均值问题的 FPT 算法所能达到的最佳近似比是多少？
• RQ3 核心集与维数约简技术能否被适配以处理聚类问题中的硬性容量约束？
• RQ4 能否设计出一种 FPT 近似方案，使得运行时间为 $ f(\epsilon,k)n^{O(1)} $，且 $k$-中位数问题的近似比优于 $(7+\epsilon)$？
• RQ5 在投影与网构造下，最优解的结构如何被保留，以确保在低维空间中仍能保持近似最优性？

主要发现

• 本文为一般度量空间中的容量受限 $k$-中位数问题提出了一个 $(3+\epsilon)$-近似算法，时间复杂度为 $ f(\epsilon,k)n^{O(1)} $，优于先前的 $(7+\epsilon)$-近似。
• 对于容量受限 $k$-均值问题，本文在一般度量空间中实现了 $(9+\epsilon)$-近似，时间复杂度相同，显著优于先前的 $(69+\epsilon)$-近似。
• 在任意维度的欧几里得空间中，本文对 $k$-中位数和 $k$-均值问题均实现了 $(1+\epsilon)$-近似，时间复杂度为 $ f(\epsilon,k)n^{O(1)} $，与未受限版本的最优 PTAS 相匹配。
• 核心集构造确保：任何在核心集上代价在 $ \epsilon \cdot \text{OPT} $ 范围内的聚类，均可被提升为原始输入上的近似最优解。
• 通过基于环的网结构与 Voronoi 单元选择，候选集 $ \mathcal{V} $ 包含一个在 $ (1+4\epsilon) $ 因子内的解，从而使得最终的枚举步骤能够找到 $ (3+\epsilon) $-近似解。
• 运行时间被限制在 $ (k \epsilon^{-1} \log n)^{k \epsilon^{-O(1)}} $，该时间复杂度在 $k$ 和 $\epsilon$ 上为 FPT，且在 $n$ 上为多项式，首次建立了此类问题的 FPT 近似。