本论文是一项大规模实证研究，比较了不同公平性改进技术在不同数据集和敏感属性上的性能。结果显示不同方法之间存在较大差异，预处理方法和内处理方法优于后处理方法，其中预处理方法表现最佳。该研究为深度学习模型的公平性提供了全面的建议。