이 연구는 오클라호마 주의 약물 및 알코올 재활 센터로부터 얻은 입퇴원 데이터를 기반으로 합니다. 데이터가 매우 범주형이어서 이진 인코딩과 9개의 인구통계학적 변수에 대한 다양한 공정성 측정치를 사용했습니다. 선형, 다항식, 시그모이드, 방사 기저 함수 등의 커널 방법을 사용한 SVM을 다양한 매개변수 범위에서 비교했습니다. 이를 의사 결정 트리, 랜덤 포레스트, 신경망 등의 방법과 비교했습니다. 범주형 데이터를 위한 SMOTEN을 사용하여 데이터를 균형화하고 누락된 데이터를 보완했습니다. 9개의 편향 변수를 교차 분석하여 편향을 완화하고 이중 및 삼중 상호 작용을 통합하여 최악의 경우 비율 공정성 완화를 살펴보았습니다. 이진 및 다중 클래스 시나리오에서 Disparate Impact, Statistical Parity Difference, Conditional Statistical Parity Ratio, Demographic Parity, Demographic Parity Ratio, Equalized Odds, Equalized Odds Ratio, Equal Opportunity, Equalized Opportunity Ratio 등을 탐색했습니다.
Sang ngôn ngữ khác
từ nội dung nguồn
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Karen Robert... lúc arxiv.org 04-25-2024
https://arxiv.org/pdf/2404.15418.pdfYêu cầu sâu hơn