数据收集中的历史性歧视影响弱势群体。研究主要关注模型预测中的歧视，而对数据偏见的追踪较少。本文提出识别训练数据偏见样本的方法，并设计策略在不损失预测效用的情况下减轻不公平。实验验证了方法的有效性。

该研究探讨了历史性歧视对数据收集的影响，提出了样本偏见准则和公平机器学习策略来减轻不公平现象。实验证明这些方法有效。