本文探讨了在回归算法中通过公平经验风险最小化方法避免敏感信息的不公平影响，提出了多种数据重新加权技术以提高机器学习模型的公平性和准确性。研究表明，这些方法在多个数据集上有效平衡了公平性与预测效用，特别适用于图像分类任务。