BriefGPT - AI 论文速递
·
Continuous Fair SMOTE -- Fairness-Aware Stream Learning for Imbalanced Data
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了连续公平SMOTE（CFSMOTE），旨在解决在线流数据中的机器学习公平性和类不平衡问题。CFSMOTE通过情况测试和平衡相关组进行过采样，实验结果表明其在公平性指标上优于传统方法，同时保持良好性能。
🎯
关键要点
- 本研究提出了连续公平SMOTE（CFSMOTE），旨在解决在线流数据中的机器学习公平性和类不平衡问题。
- CFSMOTE通过情况测试和平衡相关组进行过采样。
- 实验结果表明CFSMOTE在多项公平性指标上显著优于传统C-SMOTE。
- CFSMOTE在保持良好性能的同时，能够有效处理类不平衡和公平性问题。
➡️
