Neues Framework macht fairen Clustering skalierbar – linearer Zeit

Ein neues, generisches Framework namens Anchor-based Fair Clustering Framework (AFCF) verspricht, die Skalierbarkeit von fairen Clustering‑Algorithmen drastisch zu erhöhen. Durch die Auswahl einer kleinen, aber repräsentativen Stichprobe von Ankern mit einer speziellen fairen Stichprobenstrategie kann jeder vorhandene fairen Clustering‑Algorithmus auf diese reduzierte Menge angewendet werden.

Der Kern des Ansatzes ist ein neu entwickelter Anchor‑Graph‑Konstruktionsteil, der ein Optimierungsproblem formuliert, um Labels zu propagieren und gleichzeitig Fairness zu wahren. Ein sorgfältig gestaltetes Gruppen‑Label‑Joint‑Constraint garantiert theoretisch, dass die Fairness des Endclustering im gesamten Datensatz der Fairness des Anchor‑Clustering entspricht.

Die Lösung des Optimierungsproblems erfolgt effizient über einen ADMM‑basierten Algorithmus. Umfangreiche Experimente an mehreren großen Benchmarks zeigen, dass AFCF die Laufzeit von aktuellen Methoden um ein Vielfaches reduziert, ohne die Clustering‑Qualität oder die Fairness‑Garantien zu beeinträchtigen.