actionableresource是一个用于资源验证和报告的python库。
recourse的Python项目详细描述
actionable-recourse
是一个用于资源验证和报告的python库。在
机器学习的资源?在
resource是一个人通过改变actionable输入变量来改变机器学习模型预测的能力,例如,income
和{
在面向消费者的机器学习应用中,追索权是程序公平的一个重要方面。例如,当消费者被机器学习模型拒绝贷款时,他们应该能够以保证批准的方式更改模型的输入变量。否则,只要模型被部署,此人将被拒绝贷款,并被剥夺影响其生计的决策的能力。在
验证和报告
这个库通过验证和报告保护消费者免受这种伤害。这些工具可用于回答以下问题:
- 一个人怎样才能从给定的模型中获得有利的预测呢?在
- 有多少人能改变他们的预测?在
- 人们改变他们的预测有多困难?在
具体功能包括:
- 为机器学习模型的每个输入变量定制可行操作集。在
- 生成一个可操作的更改列表,供用户翻转模型的预测。在
- 估计一个模型对一个感兴趣的群体的追索的可行性。在
- 评估模型对感兴趣人群的追索难度。在
这些工具目前被设计为支持线性分类模型,并将随着时间的推移扩展到涵盖其他类型的模型。在
安装
您可以通过pip
安装库。在
$ pip install actionable-recourse
要求
- Python3
- Python MIP或CPLEX
CPLEX
CPLEX是一个带有Python API的快速优化求解器。这是一个商业软件,但可以免费下载给认证机构的学生和教员。要获得CPLEX:
- 注册IBM Academic Initiative
- 从software catalog下载IBM ILOG CPLEX Optimization Studio
- 安装CPLEX优化工作室。在
- 设置CPLEX Python APIas described here。在
如果在安装CPLEX时遇到问题,请检查CPLEX user manual或CPLEX forums。在
用法
^{pr2}$贡献
我们正在积极努力改进这个软件包,使它更有用。如果你遇到错误,有意见,或想帮助,让我们知道。我们欢迎任何和所有的贡献!有关如何贡献的更多信息,请查看these guidelines。感谢社区!在
资源
有关追索权的更多信息,请查看我们的报纸:
Actionable Recourse in Linear Classification
如果您在研究中使用此库,我们将非常感谢您的引用!在
- 项目
标签: