统计学习中的公平性投影
机器学习
2020-06-26 v4 统计理论
机器学习
统计理论
摘要
在回归的背景下，我们考虑一个基本问题：在尽可能保持其预测准确性的同时，使一个估计量变得公平。为此，我们将其公平性投影定义为在反映预测准确性的意义上最接近的公平估计量。我们的方法利用最优传输工具，作为一个简单的后处理步骤，高效地构建任何给定估计量的公平性投影。此外，我们的方法精确量化了以预测准确性衡量的公平性代价。
引用
@article{arxiv.2005.11720,
title = {Projection to Fairness in Statistical Learning},
author = {Thibaut Le Gouic and Jean-Michel Loubes and Philippe Rigollet},
journal= {arXiv preprint arXiv:2005.11720},
year = {2020}
}