Jul, 2022
机器学习分类器偏见缓解方法的全面实证研究
A Comprehensive Empirical Study of Bias Mitigation Methods for Machine Learning Classifiers
Zhenpeng Chen, Jie M. Zhang, Federica Sarro, Mark Harman
TL;DR该研究对机器学习分类器的 17 种生动代表性偏差缓解方法进行了综合性的实证研究,在 8 种广泛采用的软件决策任务中应用了 11 种 ML 性能度量(例如,准确性)、4 种公平度量以及 20 种公平 - 性能权衡评估。在分析过程中,作者发现,无法在所有情境下达到最佳公平 - 性能平衡。