Haris Aziz

为质心聚类提出新的公平性公理

研究人员为质心聚类（无监督机器学习中的一项基本任务）引入了一个名为比例代表公平性（PRF）的新公平性公理。这一新概念旨在确保质心的选择能够准确反映数据点的分布和密度。现有的公平聚类算法不满足PRF，促使研究人员开发针对无约束和离散聚类问题的新型高效算法。值得注意的是，无约束设置的算法也是第一个针对研究充分的比例公平性（PF）公理的多项式时间近似算法，并且在离散设置中它匹配已知的最佳PF近似因子。