Local correlation clustering
相关聚类也许是聚类的最自然的表述。给定$n$对象和成对相似性度量,目标是对对象进行聚类,以便在最大程度上将相似对象放在同一个聚类中,将不相似对象放在不同的聚类中。尽管其理论上的吸引力,相关聚类的实际意义仍然在很大程度上未被探索,主要是由于相关聚类需要$Θ(n^2)$成对相似性作为输入。在本文中,我们开始调查\emph{local}算法的相关聚类。在\emph{local correlation clustering}中,我们被赋予单个对象的标识符,我们希望使用少量的相似性查询,以某种全局一致的接近最优的聚类返回它所属的聚类。用于相关聚类的局部算法为\emph{sublinear-time}算法打开了大门,当项目之间的相似性计算成本很高时,\emph{sublinear-time}算法特别有用,因为在许多实际应用领域中经常出现这种情况。它们还意味着$(i)$分布式和流式聚类算法,$(ii)$恒定时间估计器和测试器的集群编辑距离,和$(iii)$属性保持并行重构算法的集群性。具体来说,我们设计了一个本地聚类算法,达到$(3, \varepsilon)$ -近似的时间$O(1/\varepsilon^2)$独立的数据集大小。所有对象的显式近似聚类可以在时间上产生$O(n/\varepsilon)$(这是可证明的最优)。我们还提供了一个完全加性$(1,\varepsilon)$ -近似与本…
2013-12-18 cs.DS
Simultaneously Approximating All $\ell_p$-norms in Correlation Clustering
本文针对无权重完全图的相关聚类问题,提出首个可同时实现所有$\u2113_p$-范数$O(1)$近似的组合算法,且运行效率优于现有同类算法。
2024-03-09 cs.DM cs.DS
Fair Correlation Clustering Meets Graph Parameters
TU Wien(维也纳工业大学);Universität Bonn(波恩大学);Technical University of Denmark(丹麦技术大学)
本文提出通过公平让的概念,从参数化复杂性角度研究公平相关聚类问题,并在多种图参数化下提供可处理性结果。
2026-02-17 cs.DS
Improved Algorithms for Overlapping and Robust Clustering of Edge-Colored Hypergraphs: An LP-Based Combinatorial Approach
Yonsei University(延世大学);University of Wrocław(沃拉日省大学)
针对边着色超图聚类的三种变体(局部、全局和鲁棒ECC),提出一种结合线性规划与组合算法优势的框架,高效生成高质量解,并给出不可近似性与整数间隙界,回答两个开放问题。
2025-05-23 cs.DB cs.DS cs.LG
Crowdsourced correlation clustering with relative distance comparisons
众包或基于人类计算的聚类算法通常依赖于相对距离比较,因为这些比绝对距离信息更容易从人类工作者那里得到。相对距离比较是一种形式为“项目A与项目B的距离比与项目C的距离更近”的陈述。然而,许多现有的聚类算法,使用相对距离是相当复杂的。它们通常基于两步方法,首先使用相对距离来学习距离矩阵或项目的嵌入,然后在第二步中应用一些标准的聚类方法。在本文中,我们认为,它应该是可能的,直接从相对距离比较计算聚类。我们的想法是建立在现有的工作相关聚类,一个著名的非参数聚类方法。这项工作的技术贡献是双重的。我们首先定义了一种新的相关聚类的变体,它是基于相对距离比较,因此适合于人类计算。我们继续表明,我们的新问题是密切相关的基本相关聚类,并使用此属性来设计一个近似算法我们的问题。作为第二个贡献,我们提出了一个更实用的算法,我们经验比较现有的方法从文献中。合成数据的实验表明,我们的方法可以优于更复杂的方法。此外,我们的方法有效地找到良好的和直观的聚类从真正的相对距离比较数据。
2017-09-25 cs.DS
1.64-Approximation for Chromatic Correlation Clustering via Chromatic Cluster LP
本文针对染色相关聚类问题提出随机化1.64近似算法,通过引入染色簇线性规划松弛并结合簇与贪心枢轴舍入策略,将此前2.15的近似因子显著改进。
2025-07-21 cs.DS
Hierarchical Clustering via Sketches and Hierarchical Correlation Clustering
最近,层次聚类(HC)已被认为是通过优化的镜头。特别是,已经定义了两个最大化目标。Moseley和Wang定义了\emph{Revenue}目标来处理由数据点上的加权图给出的相似性信息(w.l.o.g.,$[0,1]$权重),而Cohen-Addad等人定义了\emph{Dissimilarity}目标来处理相异性信息。在本文中,我们证明了这两个目标的结构引理,使我们能够将任何HC树的内部节点数恒定的树,而在每个目标中产生任意小的损失。虽然最著名的近似值分别是0.585和0.667,但使用我们的引理,如果不是所有权重都很小(即,存在常数$ε, δ$,使得小于$δ$的权重的分数至多为$1 - ε$);这样的实例包括许多基于度量的相似性实例,从而改进了现有工作。最后,我们引入层次相关聚类(HCC)来处理同时包含相似性和相异性信息的实例。对于HCC,我们提供了近似值0.4767,对于互补相似性/相异性权重(类似于$+/-$相关性聚类),我们再次提出了接近最佳的近似值。
2021-01-26 cs.DS
An FPT Constant-Factor Approximation Algorithm for Correlation Clustering
针对一般图上的相关性聚类问题,提出首个以移除顶点数k为参数的FPT常数因子近似算法,时间复杂度为2^{O(k^3)}·poly(n)。
2025-03-01 cs.DS
Efficient Correlation Clustering Methods for Large Consensus Clustering Instances
本文针对大规模共识聚类问题,将 Pivot 算法的时间与空间复杂度从 $O(|V|^2 k)$ 和 $O(|V|^2)$ 分别降至 $O(|V| k)$,并提出采样方法以应对 $k$ 较大的情况,实验证明在小样本上仍能保持高质量聚类结果。
2023-07-07 cs.DS
Correlation Clustering and (De)Sparsification: Graph Sketches Can Match Classical Algorithms
针对相关性聚类经典算法进展难以移植到亚线性算法的问题,提出图去稀疏化范式,以黑盒方式成功将经典算法的收益移植到亚线性算法中。
2025-04-05 cs.DS
Competitive Random-Order Correlation k-Clustering
Northeastern University(东北大学)
该研究针对一般k的相关k聚类问题,提出多项式时间常数因子近似算法,在随机顺序在线模型中证明了Ω(log k)(k为poly(n)时为Ω(log n))的竞争比下界,并给出受Pivot算法启发的多对数竞争比上界。
2026-11-06 cs.DS
Min-Max Correlation Clustering via MultiCut
相关聚类是一个基本的组合优化问题,出现在许多情况下,并已在文献中的几十篇论文的主题的应用。在这个问题中,我们给出了一个一般的加权图,其中每条边都被标记为正或负。我们的目标是获得一个分区(聚类)的顶点,最大限度地减少分歧-权重的负边缘内的集群加上积极的边缘之间的不同集群。大多数关于这个主题的论文主要集中在最小化完全不一致,这是这个问题的一个全局目标。在本文中,我们研究了一个集群明智的目标函数,要求最大限度地减少每个集群的最大数量的分歧,我们称之为最小最大相关聚类。最小-最大目标是一个自然的目标,它尊重每个集群的质量。在本文中,我们提供了第一个非平凡的近似算法,这个问题实现了一般的加权图的$\mathcal{O}(\sqrt{\log n\cdot\max\{\log(|E^-|),\log(k)\}})$近似,其中$|E^-|$表示负边的数量和$k$是在最佳解决方案的簇的数量。为此,我们还获得了多切割的相应结果,其中我们希望找到多切割解决方案,同时尝试最小化每个组件上切割边缘的总重量。然后进一步改进结果以获得(i)用于最小-最大相关聚类的$\mathcal{O}(r^2)$ -近似和用于排除$K_{r,r}$子图的最小-最大多割(ii)用于完全图的最小-最大相关聚类的14-近似。
2019-06-28 cs.DS
Pruned Pivot: Correlation Clustering Algorithm for Dynamic, Parallel, and Local Computation Models
针对动态、MPC和LCA场景下的相关性聚类,提出Pruned Pivot方法,实现首个期望摊还常数时间且不依赖图规模的完全动态算法,并保持接近Pivot的近似保证。
2024-06-14 cs.DS
Online Correlation Clustering
我们研究的在线聚类问题,数据项到达在线时尚。该算法将数据项聚类到相似性类中。当v到达时,v和先前到达的项目之间的关系就被揭示出来了,所以对于每个u,我们都被告知v是否与u相似。该算法可以为v创建一个新的聚类,并合并现有的聚类。当目标是最小化聚类和输入之间的分歧时,我们证明了一个自然的贪心算法是O(n)-竞争的,这是最优的。当目标是最大化聚类和输入之间的协议,我们证明了贪心算法是.5-竞争,没有在线算法可以比.834-竞争更好,我们证明了它是可能得到优于1/2,通过展示一个随机算法与竞争比.5+c为一个小的正固定常数c。
2010-02-03 cs.DS
Improved Approximation Algorithms for Chromatic and Pseudometric-Weighted Correlation Clustering
Department of Computer Science and Engineering, Seoul National University(首尔大学计算机科学与工程系);Department of Mathematical Sciences, Seoul National University(首尔大学数学科学系);Computer Science and Engineering Division, University of Michigan(密歇根大学计算机科学工程分部)
本文针对伪度量加权相关聚类和色度相关聚类,利用基于LP的枢轴技术与专门舍入函数,分别得到紧的10/3近似算法和将近似比从2.5改进到2.15的算法,并证明2.11的下界。
2025-09-22 cs.DS
Correlation Clustering with Sherali-Adams
本研究针对相关聚类能否突破2近似因子的开放问题,通过改编CSP的相关舍入方法处理Sherali-Adams松弛解,并结合全局计费方案,实现了$(1.994 + ε)$的近似比,推进了相关聚类近似算法研究。
2023-05-03 cs.DS
An Improved Algorithm for Bipartite Correlation Clustering
二分相关聚类是在一组节点上生成一组不相交的二分团,同时最小化二分输入图的对称差异的问题。输出聚类的数量或大小不受任何限制。最著名的近似算法为这个问题给出了一个因素11。这个结果和所有以前的涉及解决大型线性或半定的程序,即使是中等规模的任务也变得令人望而却步。本文使用简单的组合算法提出了该问题的改进因子4近似算法,该算法不需要求解大型凸规划。该分析扩展了Ailon,Charikar和Alantha在2008年开发的方法,其中分析了随机旋转算法以获得相关聚类的3-近似算法,这是图(非二分)上的相同问题。相关性聚类分析需要为包含3个顶点的结构定义事件,并使用这些事件的概率来产生一个可行的解决方案,以确定一个自然LP的对偶,从而限制最优成本。这里使用4个顶点的集合是很有吸引力的,这是二分相关聚类中出现矛盾的最小结构。然而,这个简单的想法似乎是回避问题的。我们表明,通过修改LP,我们可以分析算法,考虑到子图结构的无界大小。我们相信我们的技术本身就很有趣,也可以用于其他问题。
2010-12-14 cs.DS
Near Optimal LP Rounding Algorithm for Correlation Clustering on Complete and Complete k-partite Graphs
我们给新的舍入方案的标准线性规划放松的相关聚类问题,实现近似因子几乎匹配的完整性差距:-对于完整的图形,我们的appoximation是$2.06 - \varepsilon$为固定常数$\varepsilon$,这几乎匹配以前已知的完整性差距$2$。- 对于完全$k$ -部图,我们的近似是$3$ .我们还显示了匹配的完整性差距。- 对于边权满足三角不等式和概率约束的完全图,我们的近似是$1.5$,并且我们证明了$1.2$的完整性缺口。我们的研究结果改进了一长串工作的近似算法的相关聚类在完全图,以前达到高潮的比率$2.5$的完整的情况下由Ailon,Charikar和纽曼(JACM'08)。在满足三角不等式和概率约束的加权完备情形中,同一作者给出了一个$2$ -近似;对于二分情形,Ailon、Avigdor-Elgrabli、Liberty和van Zuylen给出了一个$4$ -近似(SICOMP'12)。
2015-06-23 cs.DS
Estimating Correlation Clustering Cost in Node-Arrival Stream
Indiana University(印第安纳大学)
本文研究了节点到达流模型中的相关聚类问题,提出C$^4$Approx算法,在子线性空间和常数遍历次数下近似计算相关聚类成本,并通过实验验证其在稀疏图上的性能。
2026-05-08 cs.DS
A Simple Algorithm for Clustering Discrete Distributions
本文提出一种基于投影的简单算法,用于聚类混合的离散分布。该算法旋转不变,通过将样本投影到由数据矩阵最佳秩-k近似得到的近中心上,解决了McSherry关于离散分布几何算法存在的猜想。
2026-04-26 cs.DS
CKR Partitions and Lower Bounds for Constrained Correlation Clustering and Variants
University of Helsinki(赫尔辛基大学)
该研究通过归约证明三类相关聚类问题是UG困难的,分析CKR划分算法对约束的处理能力,其期望近似比达3,推测可实现更优近似比,该推测仍待验证。
2026-08-13 cs.DS
SPARSE-PIVOT: Dynamic correlation clustering for node insertions
本文针对节点逐个插入的动态相关性聚类问题,提出SPARSE-PIVOT算法,实现$O_ε(\log^{O(1)}(n))$摊还更新时间和$20+\varepsilon$近似比,并在实验中优于现有算法。
2025-07-02 cs.DS
Correlation Clustering via Strong Triadic Closure Labeling: Fast Approximation Algorithms and Practical Lower Bounds
Texas A&M University(德州农工大学)
相关聚类是一种基于成对相似性和相异性得分的聚类框架,但其最佳近似算法依赖于不切实际的线性规划松弛。我们提出了更快的近似算法,避免这些松弛,两个研究良好的特殊情况下:集群编辑和集群删除。我们完成这一点,通过绘制新的连接到边缘标签的问题有关的原则,强三元封闭。这导致了更快和更实用的线性规划算法,以及极其可扩展的组合技术,包括第一个组合近似算法的集群删除。在实践中,我们的算法产生近似的解决方案,几乎匹配最好的算法的质量,而缩放到更大的数量级的问题。
2022-06-23 cs.DM cs.DS cs.LG
A Faster Algorithm for Constrained Correlation Clustering
本文提出一种更组合化的约束相关聚类算法,以 \widetilde{O}(n^3) 时间实现 16-近似,并去随机化 CC-PIVOT、证明其枢轴顺序下界及节点加权版本的 3-近似。
2025-01-06 cs.DS
Inapproximability for Local Correlation Clustering and Dissimilarity Hierarchical Clustering
我们提出了硬度的近似结果的相关聚类与本地目标和层次聚类与相异的信息。对于前者,我们研究了Puleo和Milenkovic(ICML '16)的局部目标,该目标优先考虑减少最差数据点的分歧,对于后者,我们研究了Dasgupta成本函数的最大化版本(STOC '16)。我们的APX硬度结果表明,这两个问题很难分别在4/3 ~ 1.33(假设P对NP)和9159/9189 ~ 0.9967(假设唯一博弈猜想)的常数范围内近似。
2020-10-04 cs.CC cs.DS
Towards balanced clustering - part 1 (preliminaries)
这篇文章包含了对平衡聚类问题的初步了解。简要介绍了基本的平衡结构和组合平衡问题。特别注意的是针对各种平衡/不平衡指数(包括一些新版本的指数):集群基数,集群权重,集群间的边/弧权重,集群元素结构(元素多类型聚类)。此外,版本的优化聚类问题的建议(包括多准则问题配方)。说明性的数值例子描述了平衡指标的计算和元素多类型的平衡聚类问题(包括学生团队设计的例子)。
2017-06-09 cs.AI cs.DS
Correlation Clustering with Constrained Cluster Sizes and Extended Weights Bounds
University of Illinois, Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
我们考虑图上的相关聚类问题,同时对聚类大小和边的正负权重进行约束。我们的贡献是双重的:首先,我们介绍了有界集群大小的相关聚类问题。其次,我们扩展了政权的权重值,集群可以执行恒定的近似保证在多项式时间和应用的结果有界集群大小的问题。
2015-05-22 cs.DS cs.LG
A 4-approximation algorithm for min max correlation clustering
TU Dresden(德累斯顿工业大学);Center for Scalable Data Analytics and AI Dresden/Leipzig(德累斯顿/莱比锡可扩展数据分析与人工智能中心)
针对 min max correlation clustering 问题,提出基于下界技术的完全图组合 4-近似算法,并辅以贪心启发式扩展,在多个基准数据集上提升了求解质量与运行时间。
2024-02-14 cs.DM cs.DS cs.LG
Correlation Clustering with Noisy Partial Information
Microsoft Research(微软研究院);TTIC(丰田工业大学芝加哥分校);Courant Institute, NYU(纽约大学库朗研究所)
本文提出并研究了任意图G上相关聚类问题的半随机模型。我们给出了两个近似算法,用于相关聚类实例。第一算法以高概率找到值为$(1+ δ) optcost + O_δ(n\log^3 n)$的解,其中$optcost$是最优解的值(对于每个$δ> 0$)。第二个算法找到了具有任意小分类误差$η$的真实聚类(在实例上的一些附加假设下)。
2015-05-12 cs.DS cs.LG
Differentially Private Correlation Clustering
Boston University(波士顿大学);Centrum Wiskunde & Informatica(荷兰国家数学与计算机科学研究所);Microsoft Research(微软研究院)
相关聚类是无监督机器学习中广泛使用的技术。出于个人隐私是一个问题的应用程序,我们开始研究的差异私人相关聚类。我们提出了一种算法,实现次二次加性误差相比,最佳成本。相比之下,现有的非私有算法的直接适应都导致一个微不足道的二次误差。最后,我们给出了一个下界,表明任何纯差分相关聚类算法需要$Ω(n)$的附加误差。
2021-02-17 cs.CR cs.DS cs.LG
Unifying Sparsest Cut, Cluster Deletion, and Modularity Clustering Objectives with Correlation Clustering
图聚类或社区发现是在大型网络中识别密切相关对象组的任务。在本文中,我们介绍了一个新的社区检测框架称为LambdaCC,是基于一个特殊的加权版本的相关聚类。在我们的方法中的一个关键组成部分是一个聚类分辨率参数,$λ$,它隐含地控制我们的框架形成的集群的大小和结构。我们表明,通过增加这个参数,我们的目标有效地插在两个不同的策略之间的图聚类:找到一个稀疏的削减和形成密集的子图。我们的方法统一和概括了一些其他重要的聚类质量函数,包括模块化,稀疏切割,和集群删除,并将它们都放在一个优化问题的背景下,已经很好地研究了从近似算法的角度来看。我们的方法是特别相关的制度,寻找密集的集群,因为它导致了2-近似的集群删除问题。我们使用我们的方法来聚类几个图,包括大型协作网络和社交网络。
2018-07-14 cs.DS cs.SI
Near-Optimal Correlation Clustering with Privacy
Google Research(谷歌研究院);Sorbonne University(索邦大学);UC Davis(加州大学戴维斯分校);Microsoft Research(微软研究院)
相关聚类是无监督学习中的一个核心问题,其应用范围包括社区发现、重复检测、自动标记等。在相关聚类问题中,一个接收一组节点作为输入,对于每个节点,一个共同聚类偏好列表,目标是输出一个聚类,最大限度地减少与指定节点偏好的不一致。在本文中,我们介绍了一个简单的和计算效率高的算法的相关聚类问题与可证明的隐私保证。我们的近似保证比以前的工作中所示的更强,是最佳的对数因子。
2022-03-02 cs.CR cs.DS cs.LG
Learning-Theoretic Foundations of Algorithm Configuration for Combinatorial Partitioning Problems
最大割、聚类和许多其他对机器学习和其他科学领域非常重要的划分问题都是NP难的,这一现实促使研究人员开发了大量的近似算法和算法。虽然最佳算法的使用通常取决于特定的应用领域,但最坏情况分析通常用于比较算法。如果最坏情况的实例很少出现,这可能会产生误导,因此需要返回最适合给定应用的典型输入的算法配置的优化方法。我们解决这个问题的聚类,最大割,和其他分区问题,如整数二次规划,通过设计计算效率和样本效率的学习算法,从一个特定于应用程序的分布在问题实例中接收样本,并学习分区算法具有较高的预期性能。我们的算法学习常见的整数二次规划和聚类算法家族:SDP舍入算法和凝聚聚类算法与动态规划。对于我们的样本复杂性分析,我们提供了严格的界限上的伪维数的这些算法类,并显示令人惊讶的是,即使是类的算法参数化的一个单一的参数,伪维数是superconstant。通过这种方式,我们的工作既有助于算法配置的基础,又推动了学习理论的边界,因为我们分析的算法类由多阶段优化过程组成,并且比学习理论中通常研究的类要复杂得多。
2018-10-16 cs.AI cs.DS cs.LG
Correlation Clustering with Same-Cluster Queries Bounded by Optimal Cost
University of California, Berkeley(加州大学伯克利分校);Allen Institute for Artificial Intelligence(艾伦人工智能研究所)
过去已经研究了几种具有交互式(半监督)查询的聚类框架。最近,使用相同聚类查询的聚类已经变得流行。该设置中的算法可以访问具有最优聚类的全部知识的预言机,并且该算法可以询问以下形式的预言机查询:“最优聚类是否将顶点$ u $和$ v $置于同一聚类中?“由于其简单性,这种查询模型可以很容易地在真正的众包平台中实现,并吸引了大量的近期工作。在本文中,我们研究了流行的相关聚类问题(Bansal等人,2002年,在这一框架下。给定一个具有正边和负边标签的完全图$G=(V,E)$,相关聚类目标旨在计算一个最小化不一致总数的图聚类,即负的簇内边和正的簇间边。设$ C_{OPT} $为最优聚类产生的分歧数。我们提出了相关聚类的算法,其错误和查询界限参数化的$C_{OPT}$,而不是由集群的数量。实际上,一个好的集群必须具有小的$C_{OPT}$。具体来说,我们提出了一个有效的算法,恢复一个确切的最佳聚类使用最多$2C_{OPT} $查询和一个有效的算法,输出一个$2$近似使用最多$C_{OPT} $查询。此外,我们表明在一个合理的复杂性假设下,不存在任何多项式时间算法,具有近似比$1+α$的绝对常数$α>0$与$o(C_{OPT})$查询。我们使用真正的众包神谕在几个合成和真实世界的数据集上广泛评估了我们的方法。此外,我们比较我们的方法对几个已知的相关聚类算法。
2019-08-14 cs.DS 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
Online Correlation Clustering with Metric Weights
Department of EECS, UC Berkeley(加州大学伯克利分校电气工程和计算机科学系);Carnegie Mellon University(卡内基梅隆大学);Department of Computer Science, Vassar College(瓦萨学院计算机科学系)
本文针对全在线模型中带度量权重的关联聚类,提出首个常数竞争的确定性在线算法,证明边权重的度量一致性可克服标准在线关联聚类的下界难题。
2026-08-26 cs.CC cs.DS
Correlation Clustering with Vertex Splitting
本文探讨了带宽容顶点分裂的聚类编辑及相关聚类问题,证明了前者存在多项式核和7-近似算法,而后者具有更强的计算复杂性,并扩展了相关聚类与Multicut的联系。
2024-08-28 cs.DS cs.SI
A Simple Combinatorial Algorithm for Robust Matroid Center
鲁棒聚类的最新进展导致了鲁棒拟阵中心的常数因子近似。在基于拟阵交方法的第一组合$7$ -近似之后,发现了两个基于LP的紧密$3$ -近似,两者都依赖于椭球方法。在本文中,我们将展示如何精心设计的,但非常简单,贪婪的选择算法给出了一个$5$近似。我们的方法的一个重要组成部分是一个很好的选择使用雷达拟阵。这使我们能够捕捉到一个单一的拟阵的原始拟阵,这是一个放松的版本,正如我们所展示的,是服从简单的贪婪选择。
2022-11-07 cs.DS math.OC
Query-Efficient Correlation Clustering
ISI Foundation(意大利科学与技术研究所);Amalfi Analytics(阿马尔菲分析公司);Eurecat(欧洲应用技术研究中心);Boston University(波士顿大学)
相关聚类可以说是最自然的聚类公式。给定n个对象和成对相似性度量,目标是对对象进行聚类,以便在最大程度上将相似对象放在同一个聚类中,将不相似对象放在不同的聚类中。相关聚类的一个主要缺点是它需要$Θ(n^2)$成对相似性作为输入。这通常是不可行的计算,甚至只是存储。本文研究了相关聚类的\emph{query-efficient}算法。具体来说,我们设计了一个相关聚类算法,给定的$Q$查询的预算,达到一个解决方案,其预期的分歧数是最多$3\cdot OPT + O(\frac{n^3}{Q})$,其中$OPT$是实例的最佳成本。它的运行时间是$O(Q)$,并且可以很容易地使其成为非自适应的(这意味着它可以在一开始就指定所有查询,并使它们并行)。恒定的因素,我们的算法产生了一个可证明的最佳权衡查询的数量$Q$和最坏情况下的错误达到,即使是自适应算法。最后,我们进行了实验研究,我们提出的方法在合成和真实数据,显示了我们的算法的可扩展性和准确性。
2020-02-26 cs.DS cs.LG
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
Four Algorithms for Correlation Clustering: A Survey
The University of Chicago(芝加哥大学)
在相关聚类问题中,我们给出了一组具有成对相似性信息的对象。我们的目标是将这些对象划分为尽可能匹配此信息的聚类。更具体地,成对信息被给出为加权图$G$,其边缘被二元分类器标记为"相似”或"不相似”。我们的目标是产生一个聚类,最大限度地减少权重的"分歧”:权重的总和相似的边缘跨集群和集群内的不同边缘。在这一论述中,我们集中在$G$是完整的和未加权的情况下。在此假设下,我们探讨四种近似算法的相关聚类问题。特别是,我们描述了以下算法:(i)Bansal,Blum和Chawla的$17429-$近似算法,(ii)Charikar,Guruswami和Wirth的$4-$近似算法,(iii)Ailon,Charikar和Newman的$3-$近似算法,(iv)Chawla,Makarychev,Schramm和Yaroslavtsev的$2.06-$近似算法。
2022-08-24 cs.DS cs.LG
Better Private Algorithms for Correlation Clustering
University of Washington(华盛顿大学)
在机器学习中,相关聚类是一个重要的问题,其目标是将个体划分为尽可能与其成对相似性相关的组。在这项工作中,我们重温相关聚类下的差分隐私的限制。特别是,我们改进了以前的结果,并实现了$\Tilde{O}(n^{1.5})$添加剂的错误相比,在一般图的期望最优成本。对于未赋权的完全图,我们进一步改进了结果,提出了一个更复杂的算法,该算法实现了$\Tilde{O}(n \sqrt{Δ^*})$加性误差,其中$Δ^*$是所有节点之间的正边的最大度。
2022-02-22 cs.CR cs.DS cs.LG
Constrained Correlation Clustering: Towards Optimality
Sharif University of Technology(谢里夫理工大学);Max Planck Institute for Informatics & Saarland Informatics Campus(马克斯·普朗克计算机科学研究所与萨尔兰信息学校区);University of Cologne(科隆大学)
本研究针对带约束的相关聚类,将其最优近似因子区间缩小至[2,16/7-γ),并证明聚类删除的2-近似算法是最优的,明确了其与普通相关聚类的近似难度差距。
2026-08-07 cs.CC cs.DS
Correlation Clustering with Asymmetric Classification Errors
University of Chicago(芝加哥大学);Northwestern University(西北大学);Toyota Technological Institute at Chicago(芝加哥丰田技术研究所)
在相关聚类问题中,我们给出了一个加权图$G$,它的边被二元分类器标记为“相似”或“不相似”。我们的目标是产生一个聚类,最大限度地减少权重的“分歧”:权重的“相似”的边缘跨集群和集群内的“不相似”的边缘。我们研究的相关聚类问题,在以下假设:每个“相似”的边缘$e$有重量$\mathbf{w}_e\in[α\mathbf{w}, \mathbf{w}]$和每个“不相似”的边缘$e$有重量$\mathbf{w}_e\geq α\mathbf{w}$(其中$α\leq 1$和$\mathbf{w}>0$是一个缩放参数)。给出了该问题的一个$(3 + 2 \log_e (1/α))$近似算法。该假设很好地描述了分类错误不对称时的情况。此外,我们还证明了$Ω(\log 1/α)$的一个渐近匹配的线性规划完整性缺口。
2021-08-11 cs.DS cs.LG
A Correlation Clustering Approach to Link Classification in Signed Networks -- Full Version --
Università degli Studi di Milano(米兰大学);Università dell’Insubria(因苏布里亚大学)
受社会平衡理论的启发,我们提出了一种基于关联聚类指数的标记网络链接分类理论。我们得出学习界限的相关聚类在三个基本的转导学习设置:在线,批量和主动。我们的主要算法的贡献是在积极的设置,在那里我们引入了一个新的家庭的有效的链接分类器的基础上覆盖的输入图与小电路。这些是第一个主动算法的链接分类错误的界限,持有任意签署的网络。
2013-02-28 cs.DS cs.LG stat.ML
Correlation Clustering and Biclustering with Locally Bounded Errors
我们考虑一个广义版本的相关聚类问题,定义如下。给定一个完全图$G$,其边用$+$或$-$标记,我们希望将图划分为簇,同时尝试避免错误:簇之间的$+$边或簇内的$-$边。传统上,人们寻求最小化此类错误的总数。我们引入了一个新的框架,使目标是一个更一般的功能,在每个顶点的错误的数量(例如,我们可能希望尽量减少错误的数量在最坏的顶点),并提供了一个舍入算法,将“分数聚类”到离散的聚类,同时只造成一个常数因子爆破在每个顶点的错误的数量。这种舍入算法产生恒定因子的近似算法的离散问题下的各种目标函数。
2016-05-24 cs.DS cs.LG
Correlation Clustering Generalized
我们提出了新的结果LambdaCC和MotifCC,最近推出的两个变种的研究相关聚类问题。这两种变体的动机是网络分析和社区发现的应用,并具有非平凡的近似算法。我们首先表明,标准的线性规划松弛的LambdaCC有一个$Θ(\log n)$完整性的差距为一定的选择的参数$λ$。这揭示了以前的挑战,在获得参数无关的近似结果的LambdaCC。我们概括了以前的常数因子算法提供最好的结果,从LP舍入的方法,为扩展范围的$λ$。MotifCC将相关聚类推广到超图设置。在权值满足概率约束的度超边为$3$的情况下,将最佳逼近因子从$9$改进为$8$ .我们表明,在一般情况下,我们的算法给出了一个$4(k-1)$近似时,超边有最大程度的$k$和概率权重。我们还提出了LambdaCC和MotifCC的近似结果,我们限制只形成两个集群。
2018-09-25 cs.CC cs.DS
Multilayer Correlation Clustering
Intesa Sanpaolo University of Helsinki(Intesa Sanpaolo 哈尔滨工业大学);Intesa Sanpaolo AI Research University of Helsinki(Intesa Sanpaolo AI 研究大学 哈尔滨工业大学)
本文提出了一种多层相关聚类方法,旨在通过最小化多层不一致向量的ℓ_𝑝范数来优化聚类结果,并设计了相应的近似算法和实验验证。
2026-05-19 cs.DS cs.LG
Correlation Clustering with Low-Rank Matrices
Purdue University(普渡大学);The University of Melbourne(墨尔本大学)
本文研究了在低秩矩阵表示数据时相关聚类的精确求解方法,证明了正定低秩矩阵可使问题在多项式时间内解决,但存在负特征值时仍为NP难问题,并提出基于zonotope顶点枚举的高效算法。
2017-03-17 cs.DS cs.LG cs.NA
Sublinear Time and Space Algorithms for Correlation Clustering via Sparse-Dense Decompositions
Rutgers University(罗格斯大学)
我们提出了一种新的方法来解决(最小分歧)的相关聚类,结果在次线性算法与高效的时间和空间复杂度为这个问题。特别是,我们获得了以下算法的$n$ -顶点$(+/-)$ -标记的图形$G$:-一个次线性时间算法,以高概率返回一个恒定的近似聚类的$G$在$O(n\log^2{n})$时间假设访问的邻接列表的$(+)$ -标记的边缘$G$(这几乎是二次方快于甚至读取输入一次)。以前,没有次线性时间算法是已知的这个问题的任何乘法近似保证。--半流算法,其以高概率返回$G$在$O(n\log{n})$空间中的恒定近似聚类和在图$G$的边缘上的单次通过(该存储器几乎是输入大小的二次方)。以前,没有一个单遍算法与$o(n^2)$空间是已知的这个问题的任何近似保证。我们的方法的主要成分是一个新的连接到稀疏密集图分解,广泛用于图着色文献。据我们所知,这种连接是这些分解超出图着色的第一个应用,特别是相关聚类问题,可以独立的兴趣。
2021-09-29 cs.DS cs.LG
Parallel Correlation Clustering on Big Graphs
给定项目之间的相似性图,相关聚类(CC)将相似的项目分组在一起,不相似的项目分开。最流行的CC算法之一是KwikCluster:一种连续聚类顶点邻域并获得3-近似比的算法。不幸的是,KwikCluster在实践中需要大量的聚类轮数,这是大型图的潜在瓶颈。我们介绍C4和WILDER!,并行相关聚类的两个算法,运行在一个多对数轮数,并实现近线性加速比,证明。C4使用并发控制来增强并行聚类过程的可串行性,并保证3-近似比。疯狂的!是一个无协调的算法,放弃了更好的缩放的好处的一致性,这导致了一个可证明的3近似比小的损失。我们为这两种算法提供了广泛的实验结果,在聚类精度和运行时间方面,我们都优于最先进的算法。我们表明,我们的算法可以在32个核心上在5秒内集群十亿边图,同时实现15倍的加速比。
2015-07-20 cs.DC cs.DS stat.ML
Massively Parallel Benders Decomposition for Correlation Clustering
University of Mannheim(曼海姆大学);Verisk(Verisk(威达信集团旗下数据分析机构))
我们解决的问题,图分割图像分割相关聚类(CC),我们把它作为一个整数线性规划(ILP)。我们重新制定优化的ILP,以便承认有效的优化,通过Benders分解,一个经典的技术,从运筹学。我们的Benders分解公式有许多子问题,每个子问题都与CC实例图中的一个节点相关联,这些子问题是并行解决的。每个Benders子问题强制执行循环不等式,对应于CC实例中相应节点的负权重边。除了标准Benders行之外,我们还生成Magnanti-Wong Benders行,以加速优化。我们的Benders分解方法提供了一个有前途的新途径来加速CC的优化,并允许大规模并行化。
2019-08-02 cs.CV cs.DS
Fast Planar Correlation Clustering for Image Segmentation
University of California, Irvine(加州大学欧文分校)
我们描述了一个新的优化方案,找到高质量的相关聚类平面图,使用加权完美匹配作为一个子程序。我们的方法提供了最佳相关聚类的能量下限,通常计算速度快,在实践中很紧。我们证明了我们的算法的图像分割的问题,这种方法优于现有的全局优化技术,在最小化的目标,并具有竞争力的最先进的生产高质量的分割。
2012-08-02 cs.CV cs.DS cs.LG
Bipartite Correlation Clustering -- Maximizing Agreements
在二分相关聚类(BCC)中,我们给出了一个具有“+”和“-”边的完全二分图$G$,我们寻求一个顶点聚类,该顶点聚类最大化协议的数量:簇内所有“+”边的数量加上所有跨簇的“-”边的数量。BCC被认为是NP难的。我们提出了一种新的近似算法$k$ -BCC,BCC的一个变种上界$k$的集群数量。我们的算法输出的$k$ -聚类,可证明实现了一些协议内的乘法${(1-δ)}$ -因素从最佳的,任何所需的精度$δ$。它依赖于解决组合约束双线性最大化的双邻接矩阵的$G$。它在$k$和$δ^{-1}$中以时间指数方式运行,但在输入大小方面是线性的。此外,我们表明,在(无约束)BCC设置,${(1-δ)}$近似可以实现由$O(δ^{-1})$集群,而不管图形的大小。反过来,我们的$k$ -BCC算法意味着一个有效的PTAS的BCC目标的协议最大化。
2016-03-09 cs.DS stat.ML