本文提出了一种处理回归算法中连续敏感属性的公平经验风险最小化方法，并将其泛化到整个有监督学习情境中。同时，构建了一种针对内核方法的共性公平估计方法，实现了精度和公平要求的有效平衡。

本文提出了一种处理回归算法中连续敏感属性的公平经验风险最小化方法，并泛化到整个有监督学习情境。同时，构建了一种针对内核方法的共性公平估计方法，实现了精度和公平要求的有效平衡。