.png){kind=icon}
返回
Graph pre-processing method for fairness in spectral clustering
.png){kind=icon}
PRE
AI
DOI：10.1007/s10618-026-01194-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
文献中探讨了使用谱聚类算法获取公平聚类的在线方法。将考虑平衡定义的约束引入谱聚类优化公式中。在当前研究中，我们提出了一种获取公平聚类的前处理方法。利用图属性即$$\texttt{homophily}$$及其与平衡的反比关系，设计了一种图修复方法（GRM）。所提出的GRM接受图和敏感属性作为输入，输出具有低$$\texttt{homophily}$$的修改图。当将修改图作为输入提供给谱聚类时，可得到具有高平衡度的公平聚类。我们证明了具有低$$\texttt{homophily}$$的图具有高平衡度。广泛的实验表明，GRM与公平谱聚类的在线方法相当。
Keyword:
Fair clustering
Spectral clustering
Graph construction
Graph pre-processing methods
期刊
IF:
4.3
论文数:
214
被引数:
6.0K
机构
引用论文
Certifying and Removing Disparate Impact.png)
Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining
OAAI
Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data MiningIF0
OAAI分享收藏分享收藏
查看更多内容