FAIRLABEL：纠正标签中的偏差

已有若干算法用于衡量机器学习模型的公平性。这些方法的一个基本假设是真实标签是公平或无偏的。然而，在现实世界数据集中，真实标签常包含由历史和社会偏见及歧视所导致的数据。在这些数据集上训练的模型会将偏差继承并传播至模型输出。我们提出FAIRLABEL，一种检测并纠正标签中偏差的算法。FAIRLABEL的目标是降低各组间的差异影响（DI），同时保持预测的高准确率。我们提出衡量偏差纠正质量的指标，并在合成数据集上验证FAIRLABEL，显示标签纠正正确率达86.7%，而基线模型为71.9%。我们还将FAIRLABEL应用于UCI Adult、German Credit Risk和Compas等基准数据集，显示差异影响比提升高达54.2%。