公平分类算法
fairlearn的Python项目详细描述
公平机器学习的减少
一个python包，实现了论文A Reductions Approach to Fair Classification中描述的公平分类的黑盒方法。
安装
可以通过pip install fairlearn安装包。要验证它是否有效，请从存储库下载test_fairlearn.py，然后运行python test_fairlearn.py。
您可以通过git clone git@github.com:Microsoft/fairlearn.git在本地克隆存储库，而不是安装包。要验证包是否有效，请在存储库的根目录下运行python test_fairlearn.py。
用法
模块fairlearn.classred中的函数expgrad实现了将公平分类简化为加权二值分类。任何支持加权二值分类的学习者都可以作为此缩减的输入。在模块fairlearn.moments中提供了两个常见的公平性定义：人口统计奇偶性（类DP）和均衡赔率（类EO）。有关expgrad的用法，请参见文件test_fairlearn.py。
贡献
这个项目欢迎大家提出意见和建议。大多数捐款要求你 同意出资人许可协议（CLA），声明您有权， 事实上，授予我们使用你的捐款的权利。有关详细信息，请访问 https://cla.microsoft.com。
当您提交拉取请求时，cla bot将自动确定您是否需要 提供cla并适当地装饰pr（例如标签、注释）。只需遵循 机器人提供的说明。您只需要使用我们的cla在所有存储库中执行一次。
这个项目采用了Microsoft Open Source Code of Conduct。 有关详细信息，请参见Code of Conduct FAQ 或者联系opencode@microsoft.com询问其他问题或意见。
维护人员
Fairlearn由以下人员维护：
- @mirodudik
释放
如果您是此项目的当前维护者：
- 为版本创建分支：
git checkout -b release-vxx.xx - 确保所有测试返回“ok”：
python test_fairlearn.py - 在
fairlearn/__init__.py - 向Microsoft/FairLearn提出请求
- 合并Microsoft/FairLearn拉取请求
- 标记并按下：
git tag vxx.xx; git push --tags
报告安全问题
安全问题和漏洞应通过电子邮件私下报告给Microsoft安全部门 位于secure@microsoft.com的响应中心（msrc）。你应该 24小时内收到回复。如果由于某种原因您没有，请通过 发送电子邮件以确保我们收到您的原始邮件。更多信息，包括 MSRC PGP键，可以在 这个Security TechCenter。
欢迎加入QQ群-->： 979659372
