人口统计学的平等（demographical parity, 在arxiv1901.10443 也叫statistical parity）
敏感特征与预测结果无关,
。
另一个等价的的写法是下文的，
。
缺点是当时，这个指标就失效了。于是有了下面的改进版本：
机会的平等（equalized odds）
在给定结果的情况下，预测结果与敏感特征无关：
等价于为0：
组间差距（between group inequality）
未完待续
Improved Adversarial Learning for Fair Classification(arxiv 1901.10443v1)
## statistical rate
$f$是分类器，$G_i$表示敏感特征取$i$时的那些样本的编号。
$\tau=\min\{\frac{P[f=1|G_1]}{P[f=1|G_0]},\frac{P[f=1|G_0}{P[f=1|G_1]}\}$
## false discovery rate
敏感特征取两个值时分错了的概率
$\tau=\min\{\frac{P[Y=0|f=1,G_1]}{P[Y=0|f=1,G_0]]},\frac{P[Y=0|f=1,G_0]}{P[Y=0|f=1,G_0]}\}$
网友评论