Hierarchical Clustering is a popular tool for understanding the hereditary properties of a data set. Such a clustering is actually a sequence of clusterings that starts with the trivial clustering in which every data point forms its own cluster and then successively merges two existing clusters until all points are in the same cluster. A hierarchical clustering achieves an approximation factor of $\alpha$ if the costs of each $k$-clustering in the hierarchy are at most $\alpha$ times the costs of an optimal $k$-clustering. We study as cost functions the maximum (discrete) radius of any cluster ($k$-center problem) and the maximum diameter of any cluster ($k$-diameter problem). In general, the optimal clusterings do not form a hierarchy and hence an approximation factor of $1$ cannot be achieved. We call the smallest approximation factor that can be achieved for any instance the price of hierarchy. For the $k$-diameter problem we improve the upper bound on the price of hierarchy to $3+2\sqrt{2}\approx 5.83$. Moreover we significantly improve the lower bounds for $k$-center and $k$-diameter, proving a price of hierarchy of exactly $4$ and $3+2\sqrt{2}$, respectively.
翻译:等级类集是了解数据集遗传特性的流行工具。 这样的组合实际上是一组集集, 开始于每个数据点组成自己的组群的微小组群, 然后相继合并两个现有组群, 直到所有点都在同一组群中。 等级类集的近似系数为$ alpha美元, 如果等级中每个K美元组群的成本是最高值的1美元乘以最佳的1美元组群的成本。 我们研究的是, 成本是任何组群的最大( 立方美元问题) 和任何组群的最大直径( 立方美元) 。 一般来说, 最佳组群并不形成一个等级, 因此不可能达到近似值为$ $ 。 我们称之为在等级级中可以达到的最小的近似系数。 对于 美元- 直方美元问题, 我们把等级级的上限值提高到3+2 qrt{ { { { ⁇ approx 5.83美元。 此外, 我们大大改进了 美元级值和 美元 美元 基值 基值 的下限, 3qqr_ 美元 美元 美元 美元 美元 美元 和 美元 美元 美元 美元 基 美元 基 基 基 基 基 基 基 。