Oct, 2023
使用因果建模检测和减轻二元分类中的算法偏见
Detecting and Mitigating Algorithmic Bias in Binary Classification using Causal Modeling
Wendy Hui, Wai Kwong Lau
TL;DR利用因果建模来检测和减轻算法偏差，本文针对性别偏见和二分类问题，使用成年人数据集通过建立预测模型和因果模型，证明了预测模型中的性别偏见在 0.05 水平上显著，并通过交叉验证展示了因果模型减轻性别偏见的效果并略微提高了整体分类准确度，该方法直观易用，可使用现有统计软件工具如 R 中的 “lavaan” 实现，提高解释性并促进信任。