Dec, 2018

公平 k 均值聚类的公平核心集和流算法

PDF
TL;DR本文研究公平聚类问题，提出一种利用核心集合来显著减小输入数据规模的算法，证明了核心集合的可组合性，提出了 Lloyd 算法的变体，并将其扩展为公平 k-means ++ 聚类算法，实现了这些算法并提供了经验证据，表明我们的方法得以规模化运行。
发现论文，激发创造
  • 公平聚类中用于度量空间和欧几里得空间的核心集及其应用

    本文针对公平聚类提出了一种基于随机抽样的核心集构建法，使得可以在一般度量空间中获得公平聚类的第一个核心集，以及在欧氏空间中实现核心集大小不呈指数级增长的公平聚类。此外，还推导了针对受限聚类问题的核心集构造方案，并通过此方案提出了一些新的近似算法。

    Jul, 2020

  • 具有公平约束的聚类核心集

    本文提出了一种公平的聚类方法，可以对数据点进行聚类而确保每个聚类中各类别比例的公平分配。该方法采用了基于新构建的核心集的方法，并使用该方法高效处理类别复杂、性别等多个敏感类型的数据，并在成人 (Adult)、银行 (Bank)、糖尿病 (Diabetes) 和运动员 (Athlete) 数据集上得到了实证结果。

    Jun, 2019

  • 基于轻量级核心集的可扩展 k 均值聚类

    提出了一种轻量级 coresets 算法，用于 k-means 聚类和 Bregman 聚类，能同时允许乘性和加性误差，在计算效率和结果集大小方面优于现有方法，并可用于统计 k-means 聚类的计算小型模型的摘要。

    Feb, 2017

  • 分布式机器学习的鲁棒性核心集构建

    该文章提出了一种稳健的 coreset 构建算法，在中心化和分布式框架下生成符合一定理论条件的 coreset，以支持各类机器学习问题的高效求解。实验证明该算法具有较强的健壮性。

    Apr, 2019

  • 一次性核心集：k - 聚类的情形

    本文介绍了一种构建用于 k 聚类问题的一次性数据汇总摘要的有效算法，从而同时为范围广泛的聚类问题构建小型数据摘要且具备强有力的理论保证。

    Nov, 2017

  • 可扩展的公平聚类

    本研究提出了一种实用的近似公平分解算法，几乎在线性时间内运行，可对结果聚类的平衡性进行更精细的控制。

    Feb, 2019

  • 公平瓦瑟斯坦核心集

    通过生成公平的合成代表样本及样本级权重来最小化原始数据集与加权合成样本之间的 Wasserstein 距离，并通过线性约束实施（实证版本的）人口平等，从而在下游学习任务中提供公平的聚类算法，其竞争性能优于现有的公平聚类方法，即使通过公平预处理技术来增强后者的公平性。

    Nov, 2023

  • 聚类大数据的收敛时间与准确度权衡

    研究在大型数据集上 k-means 和 k-median 聚类的理论和实际运行限制，通过快速压缩数据并在压缩表示上进行聚类，提供了有效聚类的理论和实践蓝图。

    Apr, 2024

  • k 均值和 k 中位数聚类的核心集及其应用

    该研究的主要内容是利用 coreset 技术提高 k-means 和 k-median 聚类的近似算法，并且可以在流式数据中保持聚类结果。

    Oct, 2018

  • 机器学习实用核心集构建

    本文研究 coresets 和机器学习领域中的最新进展，提出了一种理论上可行的框架来创建分类问题的 coresets，应用到了 $k$-means 聚类问题，同时总结了当前在 MLE 混合模型、贝叶斯非参数模型、主成分分析、回归和经验风险最小化等领域中已有的 coreset 构建算法。

    Mar, 2017