Mar, 2024
利用子群阈值优化提高信贷模型中的公平性
Improving Fairness in Credit Lending Models using Subgroup Threshold
Optimization
TL;DR为了提高信贷决策的准确性，许多金融机构现在使用机器学习模型的预测。然而，最近的研究表明这些预测有潜在的偏见和不公平对待某些人群。为了解决这个问题，引入了一种名为“子群阈值优化器”（STO）的新的公平技术，它不需要对输入训练数据进行任何修改，也不需要对基础机器学习算法进行任何更改，因此可与任何现有的机器学习流程一起使用。STO通过针对各个子群优化分类阈值来最小化它们之间的总体歧视得分。我们在一个真实的信贷数据集上的实验证明STO可以将性别歧视降低超过90%。