针对不平衡群体的公平异常检测
研究者开发了贝叶斯最优公平分类方法,以解决机器学习算法对受保护群体造成的不公平影响。他们介绍了线性和双线性差异度量的概念,并证明了几种差异度量都是双线性的。通过与Neyman-Pearson引理的联系,他们找到了贝叶斯最优公平分类器的形式。实验证明,他们的方法比现有算法更可取。
原文中文,约500字,阅读约需2分钟。
研究者开发了贝叶斯最优公平分类方法,以解决机器学习算法对受保护群体造成的不公平影响。他们介绍了线性和双线性差异度量的概念,并证明了几种差异度量都是双线性的。通过与Neyman-Pearson引理的联系,他们找到了贝叶斯最优公平分类器的形式。实验证明,他们的方法比现有算法更可取。