EiFFFeL:通过翻转叶子在森林中强制执行公平性
机器学习
2022-05-17 v2 人工智能
摘要
如今机器学习(ML)技术被广泛采用于许多社会敏感系统中,因此需要仔细研究此类系统所采取决策的公平性。已有许多方法被提出以解决并确保不存在针对个人或特定群体的偏见,这些偏见可能最初来自有偏的训练数据集或算法设计。对此,我们提出一种称为 EiFFFeL:通过翻转叶子在森林中强制执行公平性(Enforcing Fairness in Forests by Flipping Leaves)的公平性强制执行方法,其利用基于树或基于叶子的后处理策略对给定森林中选定决策树的叶子重新标记。实验结果表明,我们的方法在不过多损失准确性的前提下实现了用户定义的群体公平程度。
引用
@article{arxiv.2112.14435,
title = {EiFFFeL: Enforcing Fairness in Forests by Flipping Leaves},
author = {Seyum Assefa Abebe and Claudio Lucchese and Salvatore Orlando},
journal= {arXiv preprint arXiv:2112.14435},
year = {2022}
}