面向多状态保护变量的公平深度聚类
机器学习
2019-01-30 v1 机器学习
摘要
在差异影响原则下的公平聚类要求每个保护群体在每一簇中的人口数应近似相等。先前工作针对该问题在保护群体数为二的特例下，研究了难以扩展的 -center 与 -median 风格算法的预处理步骤。本文考虑一个更通用且实际的设定：可存在多个保护群体。为此，我们提出深度公平聚类（Deep Fair Clustering），其学习一个具判别性且公平的簇分配函数。在三个具不同类型保护属性的公开数据集上的实验结果表明，我们的方法能在仅轻微损失聚类质量的前提下稳步提升公平程度。
引用
@article{arxiv.1901.10053,
title = {Towards Fair Deep Clustering With Multi-State Protected Variables},
author = {Bokun Wang and Ian Davidson},
journal= {arXiv preprint arXiv:1901.10053},
year = {2019}
}
备注
under review as a conference paper at icml 2019