선형 후처리에서 최적의 그룹 공정 분류기

우리는 통계적 형평성, 동등한 기회 및 동등화된 확률을 포괄하는 통합된 그룹 공정성 기준 하에 모델 편향을 완화하는 공정 분류를 위한 후처리 알고리즘을 제안합니다. 이는 다중 클래스 문제와 속성 인식 및 비인식 설정 모두에 적용될 수 있습니다. 이 알고리즘은 주어진 기본 모델의 출력 점수를 "공정성 비용" - (예측된) 그룹 멤버십의 선형 조합으로 재조정하여 공정성을 달성합니다. 우리의 알고리즘은 최적의 공정 분류기가 손실 함수와 그룹 예측기의 선형 후처리로 표현될 수 있다는 표현 결과에 기반하고 있습니다. 이를 바탕으로 이러한 요소들을 충분한 통계량으로 활용하여 공정 분류 문제를 선형 프로그램으로 재구성합니다. 후처리기의 매개변수는 경험적 LP를 풀이하여 추정됩니다. 벤치마크 데이터셋에 대한 실험은 기존 알고리즘, 특히 큰 문제에서의 처리 중에도 불균형을 줄이는 데 있어 우리의 알고리즘의 효율성과 효과성을 보여줍니다.