面向机器学习模型公平性调整的通用后处理框架

随着机器学习在信用评估、公共政策和人才招聘等关键领域的日益重要，确保遵守公平性约束已成为法律和伦理的必需。本文引入了一种新颖的公平性调整框架，可适用于各种机器学习任务，包括回归和分类，并支持多种公平性指标。不同于传统方法（预处理、在处理或后处理），本方法将在处理技术应用于后处理。通过将公平性调整从模型训练过程中解耦，本框架在保持平均模型性能的同时，实现了更大的灵活性。关键优势包括：无需自定义损失函数、可使用不同数据集进行公平性调优、可将专有模型作为黑盒系统，并提供对公平性调整的可解释性洞察。我们通过与对抗性去偏方法进行比较，展示了该方法在真实数据集上实现了相当的公平性/准确性权衡。