多属性公平：在欺诈检测中的应用

我们提出一种公平度量，放宽了流行的分类等概率公平体制中的等式条件。我们设计了一种迭代的、模型无关的、基于网格的启发式方法，按敏感属性值校准结果以符合该度量。该启发式方法旨在处理高基数属性值，并对不同受保护属性值的结果执行逐属性清理。我们还将启发式方法扩展至多个属性。以我们的动机应用——欺诈检测——为突出示例，我们展示了所提启发式方法能够在单一受保护属性的多个值之间、以及多个受保护属性之间实现公平。与当前聚焦于两组的公平技术相比，我们在多个公开数据集上取得了相当的性能。