缺失真值情况下的增益建模公平性评估
计算机与社会
2024-03-20 v1 人工智能
机器学习
摘要
基于 AI 的自动化决策系统采用速度的加快，对评估算法决策的公平性提出了挑战，尤其是在缺乏真值的情况下。在设计干预措施时，增益建模被广泛用于识别可能从处理中受益的候选者。然而，由于在结果度量上缺乏真值，这些模型仍然特别容易受到公平性评估的影响，因为一个候选者不可能同时处于处理组和对照组中。在本文中，我们提出了一个框架，通过生成替代物作为增益建模活动反事实标签的代理，来克服缺失真值的问题。然后，我们利用替代真值进行更全面的二元公平性评估。我们展示了如何在来自促销优惠的真实世界营销活动的综合研究中应用该方法，并证明了其对公平性评估的增强效果。
引用
@article{arxiv.2403.12069,
title = {Fairness Evaluation for Uplift Modeling in the Absence of Ground Truth},
author = {Serdar Kadioglu and Filip Michalsky},
journal= {arXiv preprint arXiv:2403.12069},
year = {2024}
}
备注
IEEE International Conference on Machine Learning and Applications (IEEE ICMLA)