Orange3实战教程：公平性---重加权

重加权

对数据集应用重加权算法。

输入

• 数据：参考数据集

输出

• 预处理数据：添加了元属性“权重”的参考数据集。
• 预处理器：在参考数据集上训练得到的预处理器。

重加权 是一个用于缓解数据集中偏见的组件，它通过为每个实例分配权重，鼓励模型优先学习 underrepresented（代表性不足）的群体，同时减少对 overrepresented（过度代表）群体的关注。该组件可以通过以下两种方式使用：

• 当用户提供数据作为输入时，该组件会对数据集应用重加权算法，并输出添加了元属性“权重”的预处理数据集。用户可以将预处理后的数据集作为输入传递给其他组件。同时，它还会输出一个预处理器，用于对数据集的子集应用相同的转换。
• 该组件也可以作为输入传递给学习器组件。在这种情况下，重加权组件会被应用到学习器组件输入的任何训练数据集中。

示例

第一个示例展示了如何使用 重加权 组件对数据集进行预处理。首先加载一个公平性数据集，这里我们使用 COMPAS 分析数据集。然后使用 数据采样器 组件将数据集拆分为训练集和测试集。将训练集连接到 重加权 组件，该组件会训练算法并生成预处理器。预处理器可以与 应用域 组件一起连接到测试集，以