公平的多项式对数近似低成本层次聚类

Marina Knittel; Max Springer; John Dickerson; MohammadTaghi Hajiaghayi

公平的多项式对数近似低成本层次聚类

机器学习 2023-11-22 v1 数据结构与算法

作者: Marina Knittel , Max Springer , John Dickerson , MohammadTaghi Hajiaghayi

摘要

鉴于现代智能系统引发的诸多伦理争议，近年来公平机器学习尤其是聚类研究至关重要。Ahmadian 等人 [2020] 确立了公平层次聚类的研究，这是其著名扁平对应物的更强、更具结构性的变体，但他们提出的优化 Dasgupta [2016] 著名代价函数的算法高度理论化。Knittel 等人 [2023] 随后提出了首个实用的公平代价近似，但未能打破其作为关注难点的多项式近似壁垒。我们打破了该壁垒，提出了首个真正的多项式对数近似低成本公平层次聚类，从而极大缩小了最佳公平与常规层次聚类近似之间的差距。

关键词

公平机器学习层次聚类 Dasgupta 代价多项式对数近似低成本聚类

引用

@article{arxiv.2311.12501,
  title  = {Fair Polylog-Approximate Low-Cost Hierarchical Clustering},
  author = {Marina Knittel and Max Springer and John Dickerson and MohammadTaghi Hajiaghayi},
  journal= {arXiv preprint arXiv:2311.12501},
  year   = {2023}
}

备注

Accepted to NeurIPS '23 (16 pages, 5 figures)

公平的多项式对数近似低成本层次聚类

摘要

关键词

引用

备注

相关论文