Orange3实战教程：公平性---对抗性去偏

对抗性去偏

一种带有去偏选项的分类模型。

输入

• 数据：参考公平性数据集
• 预处理器：预处理方法

输出

• 学习器：对抗性去偏学习算法
• 模型：训练好的对抗性去偏模型

对抗性去偏小部件提供了一种处理中的公平性缓解算法。它涉及同时训练一个预测器和一个判别器。预测器的目标是准确预测目标变量，而判别器则试图基于预测器的预测结果来预测受保护变量（如性别或种族）。主要目标是在最大化预测器对目标变量的预测能力的同时，降低判别器基于这些预测结果预测受保护变量的能力。

简而言之，对抗性去偏是一种带有或不带有公平性约束的分类算法。

警告

对抗性去偏小部件需要TensorFlow才能运行。由于TensorFlow是一个大型库，我们将其设为可选依赖项。如果您想使用该小部件，可以通过点击小部件中的安装TensorFlow按钮来安装TensorFlow。