Erklärbare Clusterbildung: Reduktion redundanter Muster verbessert Leistung

Maschinelles Lernen hat sich zu einem zentralen Forschungsfeld entwickelt, wobei die erklärbare Clusterbildung – auch als konzeptuelle Clusterbildung bekannt – zunehmend an Bedeutung gewinnt. Dabei werden Daten in disjunkte Cluster unterteilt, die jeweils durch eine explizite symbolische Darstellung beschrieben werden, etwa als geschlossene Muster oder Itemsets. Diese transparenten Clusterbeschreibungen ermöglichen es, die Ergebnisse von KI-Systemen besser zu verstehen und wertvolle Erkenntnisse zu gewinnen.

In jüngster Zeit wurde die Clusterqualität durch die Einführung von k-relaxed frequent patterns (k‑RFPs) verbessert. Diese Mustermodellierung lockert die strengen Abdeckungsbedingungen durch eine generalisierte k‑Cover‑Definition. Der Ansatz kombiniert constraint‑basierte Logik, die mithilfe von SAT‑Solvern Muster generiert, mit kombinatorischer Optimierung, bei der Integer Linear Programming (ILP) zur Clusterwahl eingesetzt wird. Trotz der Wirksamkeit leidet das Verfahren an einer kritischen Schwachstelle: mehrere unterschiedliche k‑RFPs können identische k‑Covers erzeugen, was zu redundanten symbolischen Darstellungen führt und den Suchraum unnötig vergrößert.

Die vorliegende Arbeit adressiert diese Redundanz durch ein Musterreduktion‑Framework. Zunächst werden die Bedingungen formal beschrieben, unter denen verschiedene k‑RFPs identische k‑Covers erzeugen, wodurch die Grundlage für die Erkennung von Redundanz gelegt wird. Anschließend wird eine Optimierungsstrategie vorgestellt, die redundante Muster filtert und so die Anzahl der zu berücksichtigenden Kandidaten reduziert. Abschließend wird das Verfahren anhand von Standard‑Datensätzen evaluiert, wobei sowohl die Clusterqualität als auch die Rechenzeit verbessert werden.