Краткое содержание

arXiv:2105.13817v4 Тип объявления: замена Аннотация: В данной статье представлен общий подход для оценки регрессионных моделей с заданным пользователем уровнем справедливости. Мы обеспечиваем справедливость на этапе выбора модели, выбирая значение ридж-регуляризации для контроля влияния чувствительных признаков. Затем мы оцениваем параметры модели условно на выбранном значении штрафа. Наше предложение математически простое, имеет частично закрытую форму решения и produces оценки коэффициентов регрессии, которые интуитивно интерпретировать как функцию уровня справедливости. Кроме того, оно легко расширяется на обобщённые линейные модели, kernelized регрессионные модели и другие штрафы; и может учитывать множественные определения справедливости. Мы сравниваем наш подход с регрессионной моделью Komiyama et al. (2018), которая реализует доказуемо оптимальную линейную регрессионную модель; и со справедливыми моделями Zafar et al. (2019). Мы оцениваем эти под