Socially Fair Center-based and Linear Subspace Clustering
Indian Institute of Science（印度科学学院）；University of Maryland, College Park（马里兰大学帕克分校）；Microsoft Research（微软研究院）
基于中心的集群（例如，$k$ -均值，$k$ -中位数）和使用线性子空间的聚类是将真实世界数据划分为更小聚类的两种最流行的技术。然而，当数据由敏感的人口统计组组成时，不同敏感组的每个点的显著不同的聚类成本可能导致公平性相关的损害（例如，不同的服务质量）。社会公平聚类的目标是最小化所有组中每个点的最大聚类成本。在这项工作中，我们提出了一个统一的框架来解决社会公平的基于中心的聚类和线性子空间聚类，并给出实用，高效的近似算法这些问题。我们做了大量的实验，以表明在多个基准数据集上，我们的算法要么接近匹配，要么优于最先进的基线。
2022-08-22 cs.CY cs.DS cs.LG
Forest Fire Clustering for Single-cell Sequencing with Iterative Label Propagation and Parallelized Monte Carlo Simulation
Yale University（耶鲁大学）；Massachusetts Institute of Technology（麻省理工学院）；University of California, Irvine（加州大学欧文分校）
在单细胞测序时代，越来越需要使用聚类方法从数据中提取见解。在这里，我们介绍森林火灾聚类，一种有效的和可解释的方法，从单细胞数据的细胞类型发现。森林火灾聚类使得最小的先验假设，并且与当前方法不同，计算每个细胞被分配细胞类型标签的非参数后验概率。这些后验分布允许评估每个细胞的标签置信度，并能够计算“标签熵”，突出显示沿发育轨迹的过渡。此外，我们表明，森林火灾聚类可以在在线学习环境中进行鲁棒的归纳推理，并且可以轻松扩展到数百万个单元格。最后，我们证明了我们的方法优于国家的最先进的聚类方法在不同的基准模拟和实验数据。总体而言，森林火灾聚类是一个有用的工具，在大规模的单细胞分析中发现罕见的细胞类型。
2022-05-26 cs.LG stat.ML
Robust Fair Clustering: A Novel Fairness Attack and Defense Framework
University of California, Davis（加州大学戴维斯分校）；Brandeis University（布兰迪斯大学）
聚类算法广泛用于许多社会资源分配应用，例如贷款审批和候选人招聘等，因此，有偏见或不公平的模型输出可能会对依赖这些应用的个人产生不利影响。为此，最近提出了许多公平聚类方法来解决这个问题。由于潜在的重大危害，即使在对抗性影响下，也必须确保公平的聚类算法提供一致的公平输出。然而，公平聚类算法还没有从对抗攻击的角度进行研究。与以前的研究相比，我们试图弥合这一差距，并提出了一种新的黑箱公平性攻击对公平聚类进行鲁棒性分析。通过全面的实验，我们发现，最先进的模型是非常容易受到我们的攻击，因为它可以显着降低其公平性性能。最后，我们提出了共识公平聚类（CFC），第一个强大的公平聚类方法，将共识聚类转化为一个公平的图划分问题，并迭代学习生成公平的聚类输出。实验上，我们观察到，CFC是非常强大的建议的攻击，因此是一个真正强大的公平聚类的替代品。
2023-02-20 cs.CR cs.CY cs.LG
FARF: A Fair and Adaptive Random Forests Classifier
University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）；University of Waikato（怀卡托大学）；Télécom Paris, Institut Polytechnique de Paris（巴黎高等电信学院，巴黎综合理工学院）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）；Carnegie Mellon University（卡内基梅隆大学）；L3S Research Center（L3S研究中心）；Leibniz University Hannover（莱布尼茨汉诺威大学）
随着人工智能（AI）在更多应用中的使用，需要考虑和减轻学习模型的偏差。大多数开发公平学习算法的工作都集中在离线设置上。然而，在许多现实世界的应用程序中，数据以在线方式出现，需要在运行中处理。此外，在实际应用中，需要考虑准确性和公平性之间的权衡，但目前的方法通常具有多个具有非平凡相互作用的超参数以实现公平性。在本文中，我们提出了一个灵活的集成算法，公平的决策，在更具有挑战性的背景下不断发展的在线设置。该算法被称为FARF（公平和自适应随机森林），基于使用在线组件分类器并根据当前分布更新它们，这也考虑了公平性和改变公平性-准确性平衡的单个超参数。在真实数据流上的实验证明了FARF的实用性。
2021-08-21 cs.AI cs.LG
Deep Fair Discriminative Clustering
University of California - Davis（加州大学戴维斯分校）
与传统的聚类方法（如$k$ -means和谱聚类）相比，深度聚类具有学习强表示的潜力，因此具有更好的聚类性能。然而，这种强大的表示学习能力可能会通过发现受保护信息的代理人而使聚类不公平，这在我们的实验中是经验性的。在这项工作中，我们研究了一个一般的概念，二进制和多状态保护状态变量（PSV）的组级公平性。我们首先将组级公平性问题制定为整数线性规划公式，其完全么模约束矩阵意味着它可以通过线性规划有效地解决。然后，我们展示了如何将此求解器注入到一个有区别的深度聚类骨干中，从而提出了一种改进的学习算法，将聚类目标与公平目标相结合，以自适应地学习公平聚类。在真实数据集上的实验结果表明，我们的模型始终优于最先进的公平聚类算法。我们的框架显示出可喜的成果，新的聚类任务，包括灵活的公平性约束，多状态PSV和预测聚类。
2021-05-28 cs.CY cs.LG stat.ML
Cluster Forests
受随机森林分类方法的启发，提出了一种新的聚类集成方法-聚类森林。在几何上，CF随机探测高维数据云以获得“良好的局部聚类”，然后通过谱聚类进行聚合以获得整个数据集的聚类分配。搜索良好的本地聚类是由一个集群质量测量Kappa。CF以类似于RF中的树生长的方式逐步改进每个局部聚类。在两种不同的性能指标下对几个真实数据集的实证研究表明，CF优于其竞争对手。理论分析表明，kappa测度使局部聚类以一种理想的方式增长成为可能--它是“抗噪声”的。在扰动模型下，得到了谱聚类误聚类率的封闭表达式，从而对谱聚类的某些方面有了新的认识。
2013-05-23 cs.LG stat.ME stat.ML
Fair Clustering via Hierarchical Fair-Dirichlet Process
Texas A&M University（德州农工大学）
本文提出一种基于分层公平狄利克雷过程模型的公平聚类新方法，以替代传统基于目标函数优化的公平聚类框架。
2023-05-27 cs.CY cs.LG stat.ML
Whither Fair Clustering?
Queen’s University Belfast（英国女王大学）
在公平机器学习的相对繁忙的领域中，分类公平性研究占主导地位，聚类中的公平性最近开始受到关注。在这份立场文件中，我们评估了现有的工作，在公平的集群，并观察到有几个方向，还有待探索，并假设，在公平的集群的最先进的已经相当狭隘的前景。我们认为，扩大规范性原则的目标，特征不足的目标不能完全实现，并利用下游过程的知识，可以显着扩大公平聚类研究的研究范围。当聚类和无监督学习越来越多地用于做出和影响对人类生活至关重要的决策时，我们认为扩大公平聚类的范围具有重大意义。
2020-07-08 cs.CY cs.LG stat.ML
Fair Correlation Clustering
Google Research（谷歌研究院）
本文研究了公平性约束下的相关聚类问题。最近已经研究了$k$ -中值和$k$ -中心聚类的公平变体，并且已经提出了使用称为公平分解的概念的近似算法。在几种重要的公平性约束条件下，我们得到了公平相关聚类的近似算法。我们的研究结果取决于通过引入一个新的组合优化问题获得相关聚类的Fairlet分解。我们定义了一个公平分解的成本类似的$k$ -中值成本，这使我们能够获得广泛的公平性约束的近似算法。我们补充我们的理论结果与我们的算法在真实的图上的深入分析，我们表明，公平的解决方案，相关聚类可以获得有限的成本增加相比，国家的最先进的（不公平的）算法。
2020-03-02 cs.AI cs.DS cs.LG
Representativity Fairness in Clustering
Queen’s University Belfast, UK（贝尔法斯特女王大学（英国））；Indian Institute of Technology Madras, India（印度马德拉斯理工学院）
将公平性构造引入机器学习算法中是一个具有重要社会意义和近期兴趣的主题。聚类是无监督学习中的一项基本任务，它在许多Web数据场景中表现出来，也一直是公平ML研究的关注主题。在本文中，我们开发了一种新的概念，聚类公平性，称为代表性公平。代表性公平性的动机是需要减轻对象与其分配的聚类代表的接近程度之间的差异，以帮助做出更公平的决策。我们说明了在现实世界中的决策方案，涉及聚类的代表性公平性的重要性，并提供量化对象的代表性和公平性的方法，我们开发了一个新的聚类公式，RFKM，目标是优化代表性公平性以及聚类质量。受$K$ -Means框架的启发，RFKM采用了新的损失项来制定目标函数。RFKM的目标和优化方法引导它走向集群配置，产生更高的代表性公平。通过对各种公共数据集的实证评估，我们建立了我们的方法的有效性。我们说明，我们能够显着提高代表性的公平性，只有边际影响聚类质量。
2020-10-11 cs.AI cs.CY cs.LG
Differentiable Clustering with Perturbed Spanning Forests
ENS & INRIA（巴黎高等师范学校与法国国家信息与自动化研究所）；Google DeepMind（谷歌DeepMind）
本研究提出一种基于最小权生成森林随机扰动的可微聚类方法，可高效计算梯度并接入端到端训练，还设计了适配部分聚类数据的损失函数，在多数据集的监督与半监督任务中表现良好。
2023-11-06 cs.AI cs.LG stat.ML
Fairness Degrading Adversarial Attacks Against Clustering Algorithms
MPI-SWS（马克斯·普朗克软件系统研究所）；University of California, Davis（加利福尼亚大学戴维斯分校）
聚类算法在现代数据科学管道中无处不在，并被用于从生物学到设施定位的众多领域。由于它们的广泛使用，特别是在社会资源分配问题，最近的研究旨在使聚类算法公平，取得了巨大的成功。此外，还表明聚类算法与其他机器学习算法非常相似，易受对抗攻击的影响，其中恶意实体试图破坏学习算法的性能。然而，尽管存在这些已知的漏洞，但还没有研究调查聚类的公平性降级对抗攻击。我们试图通过制定一个广义的攻击优化问题，旨在恶化基于质心的聚类算法的组级公平性，以弥补这一差距。作为第一步，我们提出了一个公平性降低攻击算法的k-中值聚类，白盒威胁模型下运行-其中的聚类算法，公平性的概念，和输入数据集是已知的对手。我们为我们的简单攻击算法提供了经验结果和理论分析，并发现添加生成的对抗样本会导致公平值显着降低。通过这种方式，我们的目标是激励公平性降低对抗攻击，作为未来公平聚类研究的方向。
2021-10-22 cs.CY cs.LG
Guarantees for Spectral Clustering with Fairness Constraints
Rutgers University（罗格斯大学）；Georgia Tech（佐治亚理工学院）
鉴于谱聚类（SC）用于划分图数据的广泛流行，我们研究了一种受约束的SC版本，其中我们试图纳入Chierichetti等人提出的公平性概念。根据这个概念，如果每个人口统计组在每个聚类中近似地按比例表示，则聚类是公平的。为此，我们开发了规范化和非规范化约束SC的变体，并表明它们有助于在合成和真实数据上找到更公平的聚类。我们还提供了一个严格的理论分析，我们的算法上的一个自然的随机块模型，其中$h$组有很强的组间连接，但也表现出一个“自然”的聚类结构，这是公平的。我们证明，我们的算法可以恢复这种公平的聚类概率很高。
2019-05-10 cs.DS cs.LG stat.ML
Fair Hierarchical Clustering
Google（谷歌）；University of Maryland（马里兰大学）；Carnegie Mellon University（卡内基梅隆大学）
随着机器学习变得越来越普遍，研究人员开始认识到确保机器学习系统公平的必要性。最近，有兴趣定义一个公平的概念，减轻在传统的聚类过度表示。在本文中，我们将这一概念扩展到层次聚类，其目标是递归地划分数据以优化特定目标。对于各种自然的目标，我们得到简单，有效的算法，找到一个可证明良好的公平分层聚类。经验上，我们表明，我们的算法可以找到一个公平的层次聚类，只有一个可以忽略不计的损失的目标。
2020-06-19 cs.DS cs.LG stat.ML
Forest-Guided Clustering -- Shedding Light into the Random Forest Black Box
Helmholtz AI（海德堡人工智能研究所）；Helmholtz Munich（海德堡慕尼黑）
提出模型专用可解释性方法 FGC，通过共享决策路径聚类揭示随机森林的局部与全局结构，并在基准和 AML 转录组数据中验证其结构恢复与生物发现能力。
2025-07-25 cs.LG
FACROC: a fairness measure for FAir Clustering through ROC curves
University of Koblenz（科伦兹大学）；Hanoi University of Science and Technology（河内科学技术大学）；Hanoi University of Industry（河内工业大学）；University of Sheffield（谢菲尔德大学）
本文提出FACROC，一种基于ROC曲线和AUCC的公平聚类可视化度量方法，通过比较不同受保护属性取值下的ROC曲线差异来评估聚类公平性，并在多个数据集和模型上验证其有效性。
2025-03-02 cs.LG
Fair Clustering: A Causal Perspective
ETH Zürich（苏黎世联邦理工学院）；Columbia University（哥伦比亚大学）
针对现有公平聚类方法未考虑因果机制、优化非因果公平性可能引发直接歧视的问题，提出结合因果公平性指标的聚类方法，支持指定需最小化的指标，并在含不公平偏差的数据集上验证了有效性。
2023-12-14 cs.CY cs.LG stat.ML
Density-based Clustering with Best-scored Random Forest
Renmin University of China（中国人民大学）
基于单水平密度的聚类方法一直被广泛认为是一种概念上和数学上令人信服的聚类方法。在本文中，我们提出了一种算法称为“最佳得分聚类森林”，可以获得最佳水平，并确定相应的集群。术语“最佳得分”意味着从一定数量的纯随机树候选中选择一个具有最佳经验性能的随机树。从理论的角度来看，我们首先表明，我们提出的算法的一致性可以得到保证。此外，在对底层密度函数和目标聚类的某些温和限制下，甚至可以实现快速收敛。最后，与其他国家的最先进的聚类方法在数值实验中的比较表明，我们的算法的准确性在合成数据和几个基准的真实数据集。
2019-06-24 cs.LG stat.ML
Fair Polylog-Approximate Low-Cost Hierarchical Clustering
University of Maryland, College Park（马里兰大学帕克分校）
针对公平层次聚类中存在的多项式近似壁垒，本文提出了首个真正的多对数近似低成本公平层次聚类方法，大幅缩小了公平与普通层次聚类近似之间的差距。
2023-11-21 cs.DS cs.LG
Fair Clustering Using Antidote Data
MPI-SWS（马克斯·普朗克软件系统研究所）；University of California, Davis（加利福尼亚大学戴维斯分校）
聚类算法被广泛用于许多现代数据科学应用。这促使需要使聚类算法的输出公平。传统上，聚类算法的新的公平算法变体是针对公平性的特定概念而开发的。然而，根据应用程序的上下文，可能需要采用不同的公平定义。因此，需要提出新的算法和分析的每一个组合的聚类算法和公平性定义。此外，每个新算法都需要重新实现，以便在现实世界的系统中部署。因此，我们提出了另一种方法，以组级公平性的启发，基于中心的聚类研究数据投毒攻击。我们试图用少量的数据点来增强原始数据集，称为解毒剂数据。当在这个新数据集上进行聚类时，对于所选择的聚类算法和公平性定义，输出是公平的。我们制定了一个一般的双层优化问题，可以容纳任何基于中心的聚类算法和公平的概念。然后，我们分类的方法来解决两个不同的问题设置这种双层优化。对不同聚类算法和公平性概念的广泛实验表明，我们的算法可以在许多真实世界的数据集上实现所需的公平性水平，只需添加很小比例的解毒剂数据。我们还发现，我们的算法实现较低的公平成本和竞争力的聚类性能相比，其他国家的最先进的公平聚类算法。
2021-10-22 cs.LG
Fair Clustering Through Fairlets
Sapienza University（罗马第一大学）；Google Research（谷歌研究院）
我们研究的公平聚类下的问题{ \em不同的影响}学说，每个受保护的类必须有大约相等的代表性，在每个集群。我们制定公平的聚类问题下的$k$中心和$k$中位数的目标，并表明，即使有两个保护类的问题是具有挑战性的，因为最佳的解决方案可以违反共同的公约-例如一个点可能不再被分配到其最近的集群中心！途中，我们介绍了公平的概念，这是最小的集合，满足公平表示，同时近似保持聚类目标。我们发现，任何公平的聚类问题可以分解成第一次找到好的公平，然后使用现有的机械传统的聚类算法。虽然找到好的Fairlets可以是NP难的，我们继续获得有效的近似算法的基础上最小成本流。我们经验性地量化了具有敏感属性的真实数据集上的公平聚类的价值。
2018-02-15 cs.LG stat.ML
Fair Clustering with Clusterlets
University of Pisa（比萨大学）；CNR（意大利国家研究理事会）
针对公平聚类中难以获得合适起始聚类的问题，提出基于 clusterlet 的模糊匹配算法，在优化经典目标的同时正则化公平性，并实证实现高公平、高内聚与低重叠。
2025-05-03 cs.AI cs.LG
Generalized Reductions: Making any Hierarchical Clustering Fair and Balanced with Low Cost
University of Maryland（马里兰大学）
本文提出广义归约方法，将层次聚类的公平近似代价从$O(n^{5/6}poly\log(n))$改进至$O(n^δpoly\log(n))$，并支持任意层级上的公平与均衡保证。
2023-05-09 cs.DS cs.LG
LILI clustering algorithm: Limit Inferior Leaf Interval Integrated into Causal Forest for Causal Interference
School of Mathematical Sciences（数学科学学院）
本文提出LILI聚类算法，通过极限下叶区间在因果树之间建立联系，将不同处理但落入相同叶子的实例视为彼此的反事实结果，从而降低因果森林的估计偏差并提高ATE预测精度。
2025-07-04 cs.LG stat.ML
Efficient Algorithms For Fair Clustering with a New Fairness Notion
Indian Institute of Technology (IIT) Ropar（印度理工学院罗巴尔分校）；Indian Institute of Technology (IIT) Hyderabad（印度理工学院海得拉巴分校）
我们重新审视公平聚类的问题，首先由Chierichetti等人提出，这要求每个受保护属性在每个簇中具有近似相等的表示;即，平衡属性。现有的解决方案，公平聚类是不可扩展的，或者没有实现聚类目标和公平性之间的最佳权衡。在本文中，我们提出了一个新的公平性的概念，我们称之为$tau$ -公平的公平性，严格概括的平衡属性，并使细粒度的效率与公平性权衡。此外，我们表明，简单的贪婪轮循算法有效地实现这种权衡。在更一般的多值保护属性的情况下，我们严格地分析了算法的理论性质。我们的实验结果表明，所提出的解决方案优于所有国家的最先进的算法，工作得非常好，即使是大量的集群。
2022-06-28 cs.AI cs.CY cs.LG
Improved Approximation for Fair Correlation Clustering
Google Research（谷歌研究院）；Dartmouth College（达特茅斯学院）
相关聚类是无监督机器学习中普遍存在的范例，其中解决不公平性是一个主要挑战。受此启发，我们研究了公平相关聚类，其中数据点可能属于不同的保护组，目标是确保跨集群的所有组的公平表示。我们的文件显着概括和改进的艾哈迈迪等人以前的工作的质量保证。和艾哈迈迪等人。如下。- 我们允许用户指定一个任意的上限上的集群中的每个组的表示。- 我们的算法允许个人拥有多个受保护的功能，并同时确保所有功能的公平性。- 我们证明保证聚类质量和公平性，在这个一般的设置。此外，这改善了在以前的工作中研究的特殊情况下的结果。我们在真实数据上的实验表明，与最优解相比，我们的聚类质量要比我们的理论结果好得多。
2022-06-09 cs.DS cs.LG
Fairness in Clustering with Multiple Sensitive Attributes
Indian Institute of Technology Madras（印度理工学院马德拉斯分校）；Queen’s University Belfast（贝尔法斯特女王大学）
如果每个聚类中的敏感属性组的比例反映了数据集中的敏感属性组的比例，则可以认为聚类对预先指定的敏感属性是公平的。在本文中，我们考虑的任务，公平聚类的情况下，涉及多个多值或数值敏感属性。我们提出了一个公平的聚类方法，\textit{FairKM}（公平K均值），这是受流行的K均值聚类公式。我们概述了一个计算的公平性的概念，这是一起使用的集群的一致性目标，产生的FairKM聚类方法。我们根据经验评估我们的方法，其中我们量化了真实世界数据集上聚类的质量和公平性。我们的实验评估表明，由FairKM票价显着更好的聚类质量和公平的代表性的敏感属性组相比，从一个国家的最先进的基线公平聚类方法的集群。
2020-01-24 cs.AI cs.LG stat.ML
Distributional Individual Fairness in Clustering
IIIT Delhi（德里英迪拉·甘地信息技术学院）；UC Santa Cruz（加州大学圣克鲁兹分校）
在本文中，我们开始研究公平聚类，确保相似的个体之间的分布相似性。为了提高机器学习中的公平性，最近的论文研究了聚类算法中的公平性，并集中在统计奇偶性/组公平性的范式上。这些努力试图尽量减少对人口中某些受保护群体的偏见。然而，据我们所知，Dwork等人（ITCS 2012）在分类背景下引入的个体公平性的替代观点迄今尚未被考虑用于聚类。与Dwork等人类似，我们采用了个体公平的概念，该概念规定，对于聚类问题，相似的个体应该被类似地对待。我们使用的概念，$f$ -分歧作为统计相似性的措施，显着推广Dwork等人使用的。我们引入了一个框架，用于分配个人，嵌入在度量空间，概率分布在一个有限数量的聚类中心。其目标是确保（a）低成本的预期聚类和（b）在给定的公平空间中彼此接近的个体被映射到统计上相似的分布。我们提供了一个聚类算法与$p$规范的目标（$k$中心，$k$ -手段是特殊情况）和个人的公平性约束，可证明的近似保证。我们扩展了这个框架，包括保护组内的群体公平和个人公平。最后，我们观察个人公平意味着群体公平的条件。我们提出了广泛的实验证据，证明我们的方法的有效性。
2020-06-22 cs.DS cs.LG stat.ML
Incorporating Fairness in Neighborhood Graphs for Fair Spectral Clustering
Indian Institute of Technology, Guwahati, Assam, India（印度理工学院加尔各答分校）；Florida A&M University（佛罗里达农业与机械大学）
本研究提出公平的邻域图构造方法，通过在图构造早期阶段融入公平性约束，提升谱聚类的公平性，实验表明其在多个数据集上优于现有方法。
2025-12-10 cs.LG
A Notion of Individual Fairness for Clustering
University of Washington（华盛顿大学）；Rutgers University（罗格斯大学）；Google（谷歌）
在公平机器学习中，特别是在公平分类中，一个常见的区别是群体公平性和个体公平性。在聚类的背景下，群体公平性近年来得到了广泛的研究，然而，聚类的个体公平性几乎没有被探索。在本文中，我们提出了一个自然的概念，个人的公平聚类。我们的概念要求每个数据点，平均而言，比任何其他集群中的点更接近自己集群中的点。我们研究了几个问题，我们提出的个人公平的概念。在消极的一面，我们表明，决定一个给定的数据集是否允许这样一个单独的公平聚类一般是NP-难的。在积极的一面，对于一个数据集躺在真正的线的特殊情况下，我们提出了一个有效的动态规划方法来找到一个单独的公平聚类。对于一般的数据集，我们调查的目的是尽量减少个人违反公平的数量，并比较它们的标准聚类方法对真实的数据集。
2020-06-08 cs.LG stat.ML
Fair Clustering Under a Bounded Cost
University of Maryland（马里兰大学）；Wellesley College（韦尔斯利学院）
聚类是一个基本的无监督学习问题，其中数据集被划分为由度量空间中的邻近点组成的聚类。最近的一个变体，公平聚类，将颜色与代表其组成员的每个点相关联，并要求每个颜色在每个聚类中具有（近似）相等的表示以满足组公平性。在该模型中，由于在算法中强制执行公平性，聚类目标的成本增加。成本的相对增加，“公平的价格”，确实可以是无限的。因此，在本文中，我们建议把聚类目标的上限作为聚类问题的约束条件，并最大限度地提高平等的代表受到it.We考虑两个公平的目标：组功利主义的目标和组平等主义的目标，以及组leximin目标，概括了组平等主义的目标。我们推导出基本的下限近似的功利主义和平等主义的目标，并引入算法与可证明的保证。对于leximin目标，我们引入了一个有效的启发式算法。我们进一步推导出其他自然公平目标的不可能结果。最后，我们在真实世界的数据集上的实验结果证明了我们的算法的有效性。
2023-01-09 cs.DS cs.LG
On Coresets for Fair Clustering in Metric and Euclidean Spaces and Their Applications
University of Bergen（卑尔根大学）
公平聚类是聚类的一种受约束的变体，其目标是划分一组彩色点，使得每个聚类中任何颜色的点的分数或多或少等于数据集中该颜色的点的分数。这种变体最近由Chierichetti等人[NeurIPS，2017]在一项开创性的工作中引入，并在聚类文献中广泛流行。在本文中，我们提出了一种新的构造的核心集的公平聚类的基础上随机抽样。新的结构使我们能够获得第一个coreset公平聚类一般度量空间。对于欧氏空间，我们得到了第一个其大小不指数依赖于维数的coreset。我们的coreset结果解决了Schmidt et al. [WAOA，2019]和Huang et al. [NeurIPS，2019]提出的开放问题。新的coreset结构有助于设计几个新的近似和流算法。特别地，我们得到了第一个度量公平聚类的真常数-近似算法，其运行时间是固定参数可处理的（FPT）。在欧几里德的情况下，我们推导出第一个$(1+ε)$ -近似算法的公平聚类的时间复杂度是近线性的，并不依赖于空间的维数指数。此外，我们的核心集建设计划是相当普遍的，并产生了广泛的约束聚类问题的核心集。这导致这些问题在一般度量和近线性时间$(1+ε)$ -近似的欧几里德度量的改进常数近似。
2020-07-20 cs.DS cs.LG
Improved Approximation Algorithms for Individually Fair Clustering
Toyota Technological Institute at Chicago（芝加哥丰田技术研究所）；Technical University of Dortmund（多特蒙德工业大学）
我们考虑具有$\ell_p$ -范数成本的$k$ -聚类问题，其中包括$k$ -中位数，$k$ -均值和$k$ -中心，在Jung等人提出的公平性概念下。[2020]：给定一组大小为$n$的点$P$，如果$P$中的每个点在其$n/k$最近邻居中都有一个中心，则一组$k$中心会导致公平聚类。Mahabadi和Vakilian [2020]提出了一种用于公平聚类的$(p^{O(p)},7)$ -双准则近似，具有$\ell_p$ -范数成本：每个点在最多$7$乘以其到其$(n/k)$ -第最近邻居的距离的距离内找到一个中心，并且解决方案的$\ell_p$ -范数成本至多是最佳公平解决方案的成本的$p^{O(p)}$倍。在这项工作中，对于任何$\varepsilon>0$，我们提出了一个改进的$(16^p +\varepsilon,3)$ -双标准这个问题。此外，对于$p=1$（$k$ -中位数）和$p=\infty$（$k$ -中心），我们分别提出了改进的成本近似因子$7.081+\varepsilon$和$3+\varepsilon$。为了实现我们的保证，我们扩展了[Charikar等人，2002，Swamy，2016]，并设计了拟阵约束下具有$\ell_p$ -范数成本的设施选址的$16^p$ -近似算法。此外，我们的方法建议从我们的个体公平聚类减少到Kleindessner等人提出…
2022-03-01 cs.AI cs.CY cs.DS
Deep Clustering based Fair Outlier Detection
Brandeis University（布兰迪斯大学）；Michtom School of Computer Science（米奇托姆计算机科学学院）
在本文中，我们专注于无监督离群点检测的公平性问题。传统的算法，没有一个具体的设计，算法公平性，可以隐含编码和传播数据中的统计偏差，并引起社会的关注。为了纠正这种不公平并提供一组公平的潜在离群点候选者，我们提出了基于深度聚类的公平离群点检测（DCFOD），它学习一个好的表示以实现效用最大化，同时强制可学习的表示在敏感属性上保持子群不变。考虑到聚类和离群点检测之间的耦合和互惠性质，我们利用深度聚类来发现内在的聚类结构和结构外实例。同时，对抗性训练擦除实例的敏感模式以进行公平性自适应。从技术上讲，我们提出了一种实例级加权表示学习策略来增强联合深度聚类和离群点检测，其中动态权重模块重新强调了可能的内点的贡献，同时减轻了离群点的负面影响。通过对8个数据集和17个离群点检测算法的实验表明，我们的DCFOD方法在离群点检测有效性和两种类型的公平性概念上都取得了优异的性能。
2021-06-09 cs.CY cs.LG
FairAD: Computationally Efficient Fair Graph Clustering via Algebraic Distance
Texas State University（德克萨斯州立大学）；Lamar University（拉马尔大学）
本文提出一种基于代数距离的计算高效公平图聚类方法 FairAD，通过构建亲和矩阵、图粗化与约束最小化实现公平聚类，速度较现有算法快40倍。
2025-10-31 cs.LG
KFC: A Scalable Approximation Algorithm for $k$-center Fair Clustering
Hong Kong University of Science and Technology（香港科技大学）
本文研究了基于$k-$中心目标的公平聚类问题。在公平聚类中，输入是$N$点，每个点属于$l$保护组中的至少一个，例如男性、女性、亚洲人、西班牙人。目标是将$N$点聚类成$k$簇，以最小化经典聚类目标函数。然而，还有一个额外的约束，即在某种公平性概念下，每个集群都需要是公平的。这确保了在任何组群中没有任何群体“任职人数过多”或“任职人数不足”。我们的工作建立在Chierichetti等人（NIPS 2017），Bera等人（NeurIPS 2019），Ahmadian等人（KDD 2019）和Bercea等人的工作基础上。我们获得了一个随机的$3-$近似算法的$k-$中心目标函数，击败了以前的最先进的（$4-$近似）。我们在真实数据集上测试了我们的算法，并表明我们的算法在找到良好的集群方面是有效的，没有过度代表性或代表性不足，在运行时速度，聚类成本方面超过了目前的最新技术水平，同时实现了类似的公平性违规。
2020-11-07 cs.DS cs.LG
Individual Fairness for $k$-Clustering
Toyota Technological Institute at Chicago（芝加哥丰田理工学院）；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
我们给出了一个局部搜索算法的$k$-中位数和$k$-手段（更一般地为任何$k$-聚类与$\ell_p$规范成本函数）从个人公平的角度。更精确地，对于大小为$n$的点集$P$中的点$x$，令$r(x)$为最小半径，使得以$x$为中心的半径为$r(x)$的球至少具有来自$P$的$n/k$点。直观地说，如果从$P$中选择一组$k$随机点作为中心，则每个点$x\in P$期望在半径$r(x)$内具有中心。单独的公平聚类为每个点$x\in P$提供这样的保证。这种公平的概念是在[Jung et al.，2019]，他们展示了如何获得关于此公平条件的近似可行的$k$聚类。在这项工作中，我们将展示如何获得公平的$k$-聚类的双准则近似：我们的解决方案的$k$-中位数（$k$-手段）成本是在一个恒定的因素的最佳公平的$k$-聚类的成本，我们的解决方案近似满足公平性条件（也在一个恒定的因素）。此外，我们补充我们的理论界限与经验评估。
2020-09-21 cs.DS cs.LG stat.ML
Similarity Kernel and Clustering via Random Projection Forests
University of Massachusetts Dartmouth（马萨诸塞大学达特茅斯分校）；Linkedin Inc（领英公司）；Indigo Agriculture Inc（靛蓝农业公司）；DiDi Research America（滴滴美国研究院）
相似性在数据采掘、机器学习、统计学等许多应用领域都起着重要的作用。受集成方法的成功和树的灵活性的启发，我们提出通过随机投影森林（rpForests）学习一个称为rpf-kernel的相似性内核。我们的理论分析揭示了rpf内核的一个非常理想的属性：远（不相似）点具有低相似性值，而近（相似）点具有高相似性，并且相似性具有原生解释，即在rpForests的生长过程中，点保留在相同叶节点中的概率。学习的rpf核导致了一个有效的聚类算法-rpfCluster。在各种各样的真实和基准数据集上，rpfCluster与K-means聚类，谱聚类和最先进的聚类集成算法-Cluster Forests相比毫不逊色。我们的方法是简单的实现和容易适应的几何基础数据。鉴于其理想的理论属性和竞争力的经验性能时，应用于聚类，我们期望rpf核适用于许多问题的无监督性质或作为正则化在一些监督或弱监督设置。
2019-08-28 cs.LG stat.ME stat.ML
Fair Clustering via Alignment
Department of Statistics, Seoul National University, Republic of Korea（统计系，首尔国立大学，大韩民国）；School of Law, Seoul National University, Republic of Korea（法学院，首尔国立大学，大韩民国）
提出FCA算法，通过分解公平K均值目标并交替对齐数据与优化中心，实现高效用且数值稳定的公平聚类。
2025-10-23 cs.AI cs.LG stat.ML
A Pairwise Fair and Community-preserving Approach to k-Center Clustering
University of Maryland（马里兰大学）；Wellesley College（韦尔斯利学院）；Carnegie Mellon University（卡内基梅隆大学）；Northwestern University（西北大学）
聚类是机器学习中的一个基本问题，有着广泛的应用。随着机器学习作为自动化系统的后端越来越普遍，人们对公平性的担忧也随之产生。目前关于公平性的许多文献都涉及监督学习（群体公平性）中对受保护类的歧视。我们定义了一个不同的公平聚类的概念，其中两个点（或一个社区的点）变得分离的概率是由它们的成对距离（或社区直径）的递增函数所限定的。我们捕捉到这样一种情况，即数据点代表从聚集在一起获得一些好处的人。当某些点被确定性地分开时，不公平就会出现，无论是任意的还是有人打算伤害它们，就像在选区划分中那样。作为回应，我们正式定义了两种新类型的公平性的聚类设置，成对的公平性和社区保护。为了探索我们的公平性目标的实用性，我们设计了一种方法来扩展现有的$k$中心算法，以满足这些公平性的约束。对这种方法的分析证明，可以在保持公平性的同时实现合理的近似。在实验中，我们比较了我们的方法的有效性，经典的$k$中心算法/算法，并探讨最佳聚类和公平性之间的权衡。
2020-07-14 cs.DS cs.LG stat.ML
Interpretable Fair Clustering
School of Software, Dalian University of Technology（大连理工大学软件学院）
本文提出了一种可解释且公平的聚类框架，通过整合公平性约束到决策树结构中，提升聚类的公平性和可解释性。
2025-11-26 cs.LG
Adversarial Fair Multi-View Clustering
School of Software, Dalian University of Technology（大连理工大学软件学院）
针对多视图聚类忽视公平性的问题，提出对抗性公平多视图聚类框架，通过对抗训练移除敏感信息并理论保证公平性，实验证明公平性与聚类性能俱佳。
2025-08-06 cs.LG
Fair Algorithms for Clustering
UC Santa Cruz（加州大学圣克鲁兹分校）；Dartmouth College（达特茅斯学院）
我们研究了在数据中找到低成本的公平排序的问题，其中每个数据点可能属于许多受保护的组。我们的工作显著概括了Chierichetti等人的开创性工作（NIPS 2017）如下。- 我们允许用户指定定义公平表示的参数。更确切地说，这些参数定义了任何集群中任何组的最大过度代表性和最小代表性不足。- 我们的聚类算法适用于任何$\ell_p$ -范数目标（例如，$k$ -均值、$k$ -中位数和$k$ -中心）。事实上，我们的算法将任何香草聚类解决方案转化为一个公平的，只会产生轻微的质量损失。- 我们的算法还允许个人躺在多个保护组。换句话说，我们不需要保护组来划分数据，我们可以同时在不同的组之间保持公平性。我们的实验表明，在已建立的数据集上，我们的算法在实践中的表现比我们的理论结果表明的要好得多。
2019-06-17 cs.DS cs.LG
Deep Fair Clustering via Maximizing and Minimizing Mutual Information: Theory, Algorithm and Metric
Sichuan University（四川大学）
本文构建深度公平聚类的互信息理论，提出FCMI算法及整体评估公平性与质量的新度量，并在六个基准上验证其优于11种方法。
2023-04-20 cs.CY cs.LG
A New Notion of Individually Fair Clustering: $α$-Equitable $k$-Center
Harvard University（哈佛大学）；University of Maryland, College Park（马里兰大学帕克分校）
聚类是无监督机器学习中的一个基本问题，由于其社会影响，它的公平变体最近受到了极大的关注。在这项工作中，我们引入了一个新的定义的聚类问题的个人公平性。具体地说，在我们的模型中，每个点$j$都有一组它认为与自己相似的其他点$\mathcal{S}_j$，如果它在解决方案中接收到的服务质量是$α$ -接近（在乘法意义上，对于给定的$α\geq 1$）$\mathcal{S}_j$中的点，它会觉得自己得到了公平的对待。我们开始我们的研究，回答问题的结构，即$α$的值是什么样的问题是明确定义的，以及什么样的行为的\emph{Price of Fairness (PoF)}。对于定义良好的区域的$α$，我们提供了有效的和易于实现的近似算法的$k$中心的目标，在某些情况下享受有界PoF的保证。最后，我们补充我们的分析，通过一系列广泛的实验，验证了我们的理论结果的有效性。
2022-02-14 cs.CY cs.DS cs.LG
Approximating Fair Clustering with Cascaded Norm Objectives
Ben-Gurion University（本-古里安大学）；Toyota Technological Institute at Chicago（芝加哥丰田技术研究所）
我们介绍了$(p,q)$ -公平聚类问题。在这个问题中，我们给出了一组点$P$和一组不同的权重函数$W$。我们希望找到一个聚类，它最小化的$\ell_q$ -范数的$W$上的矢量的$\ell_p$ -范数的加权距离$P$中的点从中心。这推广了各种聚类问题，包括社会公平的$k$ -中位数和$k$ -均值，并与其他问题密切相关，如Denmark $k$ -Subgraph和Min $k$ -Union。我们利用凸规划技术近似的$(p,q)$ -公平聚类问题的不同值的$p$和$q$。当$p\geq q$时，我们得到一个$O(k^{(p-q)/(2pq)})$，它几乎匹配一个$k^{Ω((p-q)/(pq))}$下界，该下界基于最小$k$ -并集的约束硬度和其他问题。当$q\geq p$时，我们得到了一个近似值，它与有界$p,q$的输入大小无关，并且还与最近的$O((\log n/(\log\log n))^{1/p})$-Makarychev和Vakilian（COLT 2021）的$(p, \infty)$ -Fair Clustering的近似值相匹配。
2021-11-08 cs.DS cs.LG
Learning to Generate Fair Clusters from Demonstrations
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
公平聚类是将相似的实体分组在一起的过程，同时满足数学上定义良好的公平性度量作为约束。由于精确模型规范的实际挑战，规定的公平性约束往往是不完整的，并作为代理的预期公平性要求，导致有偏见的结果时，系统部署。我们研究如何确定一个问题的基础上，从专家有限的示范打算公平约束。每个演示都是对数据子集的聚类。我们提出了一个算法，以确定公平性度量的示范和生成集群使用现有的现成的聚类技术，并分析其理论性质。为了扩展我们的方法，聚类算法目前不存在的新的公平性指标，我们提出了一个贪婪的聚类方法。此外，我们研究如何使用我们的方法生成可解释的解决方案。对三个真实数据集的实证评估表明，我们的方法在快速识别潜在的公平性和可解释性约束，然后用于生成公平和可解释的集群的有效性。
2021-02-08 cs.AI cs.CY cs.DS
UniFair: A unified fair clustering approach based on separation and compactness
University of Ioannina（伊奥安纳大学）；Archimedes/Athena Research Center（阿基米德/雅典娜研究中心）
提出UniFair框架，通过联合优化分离公平性和社会公平性，在保持聚类质量的同时减少群体差异。
2026-06-04 cs.LG
A Generic Framework for Fair Consensus Clustering in Streams
National University of Singapore（新加坡国立大学）；Pennsylvania State University（宾夕法尼亚州立大学）
本文提出了一种面向流的公平共识聚类通用框架，通过整合最近公平聚类与聚类拟合，实现了在流模型和离线重新查看时的改进近似保证。
2026-02-12 cs.LG
From Discrete to Continuous: Deep Fair Clustering With Transferable Representations
School of Information Science and Engineering, Southeast University（东南大学信息科学与工程学院）
针对现有深度公平聚类无法处理连续敏感属性且忽略表示迁移潜力的问题，提出一种基于信息瓶颈的灵活方法，在表示层面施加公平性约束，能同时处理离散与连续敏感属性，并首次实现向下游任务的可迁移性，实验证明其优于现有最先进方法。
2024-03-24 cs.CV cs.CY cs.LG
The Fairness-Quality Trade-off in Clustering
Columbia University（哥伦比亚大学）；Max Planck Institute for Intelligent Systems Tübingen（图宾根马克斯·普朗克智能系统研究所）
针对聚类中公平性与质量的权衡问题鲜有研究的现状，提出可追踪两类通用目标下帕累托前沿的算法，证明其最坏情况时间复杂度的必然性，同时给出聚类中心固定时针对特定公平目标的多项式时间算法。
2024-08-19 cs.CY cs.LG
Towards Fair Representation: Clustering and Consensus
National University of Singapore（新加坡国立大学）；Pennsylvania State University（宾夕法尼亚州立大学）；Sharif University of Technology（谢里夫理工大学）
该研究首次提出公平共识聚类问题，给出常数因子近似算法，还针对聚类公平性后处理提出最优及近线性近似算法，并证明两类不等规模群体场景下问题为NP难，为相关公平聚类问题提供参考。
2025-06-17 cs.DS cs.LG
Fair clustering via equitable group representations
University of Utah（犹他大学）
聚类公平意味着什么？一种流行的方法是确保每个集群所包含的群体（大致）与它们在人口中的比例相同。起作用的规范性原则是平衡：任何聚类都可以作为数据的代表，因此应该反映其多样性。但集群也体现了另一种形式的代表性。在大多数聚类问题中，一个核心原则是聚类中心应该代表它所代表的聚类，即与它相关联的点“接近”。这是为了让我们可以有效地用聚类中心替换点，而不会显著损失保真度，这确实是聚类的一个常见“用例”。为了使这样的聚类公平，中心应该同样好地“代表”不同的群体。我们称这样的聚类为组代表聚类。本文研究了群代表聚类的结构和计算。我们表明，这一概念自然平行的公平概念的发展分类，直接类似的想法，如人口均等和机会均等。我们展示了这些概念是如何区别于，不能被捕获的平衡为基础的公平概念。我们提出了近似算法组代表$k$中值聚类和耦合这与各种现实世界的数据集上的经验评估。
2021-01-27 cs.DS cs.LG stat.ML
A Computational Approach to Improving Fairness in K-means Clustering
Mathematics and Data Science（数学与数据科学）；Department of Computer and Information Science（计算机与信息科学系）；Charlton College of Business（商学院）；University of Massachusetts Dartmouth, MA（马萨诸塞大学达特茅斯分校）
本文提出两种高效算法，通过调整部分数据点的聚类成员资格，改进K均值聚类的公平性，实验表明在提升公平性的同时对聚类质量影响较小。
2025-05-31 cs.CY cs.LG stat.ME
