FairML: a Julia package for fair classification

doi:10.1007/s41060-025-00793-0

2025-05-21

Jan Pablo Burgard

João Vitor Pamplona *

DOI：10.1007/s41060-025-00793-0

原文链接

原文求助

摘要

En 中文

本文提出FairML.jl，一个提供机器学习公平分类框架的Julia软件包。在该框架中，公平学习过程被分为三个阶段。每个阶段的目标都是在最终预测中减少不公平现象，例如差异影响（disparate impact）和差异对待（disparate mistreatment）。对于预处理阶段，我们提出了一种解决由数据不平衡引起的不公平性的重采样方法。在处理过程中，包括一种分类方法，这可以来自MLJ.jl软件包中的方法，也可以是用户自定义的方法。对于此阶段，我们纳入了能够在优化过程中在一定程度上处理不公平性的公平机器学习方法。在事后处理阶段，我们讨论了公平预测中截断值（cutoff value）的选择。通过模拟实验，我们展示了单个阶段及其组合的性能。

Keyword:

Fair machine learning

Optimization

Julia language

Mixed models

期刊

International Journal of Data Science and Analytics

IF:

2.8

论文数:

1.1K

被引数:

1.3K

机构

Trier Univ

学者数:

论文数: 30

被引数: 8

引用论文

Fairness Beyond Disparate Treatment & Disparate Impact 超越不同待遇和不同影响的公平性

Proceedings of the 26th International Conference on World Wide Web

IF0

2017-04-03

OAAI

Muhammad Bilal Zafar; Isabel Valera; Manuel Gomez Rodriguez; Krishna P. Gummadi

Optimal BMI cut-off values for predicting diabetes, hypertension and hypercholesterolaemia in a multi-ethnic population

PUBLIC HEALTH NUTRITION

IF3

2012-06-01

OAAI

Cheong, Kee Chee; Yusoff, Ahmad F.; Ghazali, Sumarni M.; Lim, Kuang H.; Selvarajah, Sharmini; Haniff, Jamaiyah; Khor, Geok L.; Shahar, Suzana; Abd Rahman, Jamalludin; Zainuddin, Ahmad A.; Mustafa, Amal N.

Prospective Study of Optimal Obesity Index Cut-Off Values for Predicting Incidence of Hypertension in 18–65-Year-Old Chinese Adults

PLOS ONE

IF0

2016-03-02

OAAI

Qian Ren; Chang Su; Huijun Wang; Zhihong Wang; Wenwen Du; Bing Zhang

Cross-Validation Methods

Journal of Mathematical Psychology

IF0

2000-03-01

PREAI

Michael W Browne