文章目录

• 前言
• 一、Unawareness
• 二、individual fairness
• 三、group fairness
• • 1. disparate impact
  • 2. predictive equality
  • 3. equal opportunity
  • 4. disparate mistreatment
  • 5. Predictive parity
• 四、causal fairness
• • 1. proxy discrimination
  • 2. unresolved discrimination
  • 3. conterfectual fairness
• 一些参考文献

前言

   机器学习系统中，如果模型的表现或模型的预测结果与敏感属性(性别、肤色等)有统计上的关联，那么这个机器学习系统就可能是不公平的：(1) Timbru等人发现一些商业的性别分类API中，白人的准确率明显高于有色人种；(2) Propublica等发现USA的犯罪预测系统COMPAS存在歧视黑人的现象，黑人的FPR高于白人。

---

一、Unawareness

   Unawareness也叫blindness，既然敏感属性和预测结果有关联，不把敏感属性作为分类器的输入，能获得一定程度的公平，这种公平建立在“看不见”的基础上。当敏感属性与预测结果统计独立时，满足disparate treatment：
P ( y ^ ∣ x ) = P ( y ^ ∣ x , z ) P(\hat{y}|x)=P(\hat{y}|x,z) P(y^​∣x)=P(y^​∣x,z)

---

二、individual fairness

   Dwork除了做差分隐私外，还提出了individual fairness的定义，与差分隐私定义类似，“相似的人应该被分类器相似地对待”， d d d为距离度量：
P ( Y ^ = y ∣ X ) ≈ P ( Y ^ = y ∣ X ′ ) ,    i f    d ( X , X ′ ) ≈ 0 P(\hat{Y}=y|X)\approx P(\hat{Y}=y|X^{\prime}), \; if \; d(X,X^{\prime}) \approx0 P(Y^=y∣X)≈P(Y^=y∣X′),ifd(X,X′)≈0
   什么是相似，多相似才是相似，是后来的工作主要研究点。

---

三、group fairness

   相比于individual fairness相似性的难以描述，group fairness比较直白。group fairness考虑的场景是，样本依照敏感属性 Z Z Z分组， Y ∈ { − 1 , 1 } , Z ∈ { − 1 , 1 } Y\in \{-1,1\},Z\in \{-1,1\} Y∈{−1,1},Z∈{−1,1}，预测结果 Y ^ = 1 \hat{Y}=1 Y^=1被认为是优势， Z = 1 Z=1 Z=1的组被认为是优势组别（容易被预测为 Y ^ = 1 \hat{Y}=1 Y^=1）， Z = − 1 Z=-1 Z=−1的组别被认为是劣势组别。

1. disparate impact

   disparate impace(DI)是一个比值形式的定义，一般认为该值大于0.8，表示分类器是比较公平的。
D I = P ( Y ^ = 1 ∣ Z = − 1 ) P ( Y ^ = 1 ∣ Z = 1 ) ≥ 0.8 DI=\frac{P(\hat{Y}=1|Z=-1)}{P(\hat{Y}=1|Z=1)}\geq0.8 DI=P(Y^=1∣Z=1)P(Y^=1∣Z=−1)​≥0.8
除此之外，也有工作将二者的差值定义为demographic parity，若较小，则分类器比较公平。这个指标的缺陷是，强制满足该指标，会让 Z = − 1 Z=-1 Z=−1的群体预测为 Y ^ = 1 \hat{Y}=1 Y^=1的概率大致相同，但是可能存在有的群体本身 P ( Y ^ = 1 ) P(\hat{Y}=1) P(Y^=1)非常低，满足该指标是对 Z = 1 Z=1 Z=1的群体的歧视。
D P = ∣ P ( Y ^ = 1 ∣ Z = − 1 ) − P ( Y ^ = 1 ∣ Z = 1 ) ∣ DP = |P(\hat{Y}=1|Z=-1) - P(\hat{Y}=1|Z=1)| DP=∣P(Y^=1∣Z=−1)−P(Y^=1∣Z=1)∣

2. predictive equality

   如果分类器满足下式，则认为其满足predictive equality：
P ( Y ^ = 1 ∣ Y = − 1 , Z = − 1 ) = P ( Y ^ = 1 ∣ Y = − 1 , Z = 1 ) P(\hat{Y}=1|Y=-1, Z=-1) = P(\hat{Y}=1|Y = -1, Z=1) P(Y^=1∣Y=−1,Z=−1)=P(Y^=1∣Y=−1,Z=1)

3. equal opportunity

   如果分类器满足下式，则认为其满足equal opportunity：
P ( Y ^ = 1 ∣ Y = 1 , Z = − 1 ) = P ( Y ^ = 1 ∣ Y = 1 , Z = 1 ) P(\hat{Y}=1|Y=1, Z=-1) = P(\hat{Y}=1|Y = 1, Z=1) P(Y^=1∣Y=1,Z=−1)=P(Y^=1∣Y=1,Z=1)
除此之外，也有工作将predictive equality和equal opportunity相交定义equalized odds，equalized odds越大，分类器越不公平：
E O D = ∑ y ∈ { − 1 , 1 } ∣ P ( Y ^ = 1 ∣ Y = y , Z = − 1 ) − P ( Y ^ = 1 ∣ Y = y , Z = 1 ) ∣ , EOD = \sum_{y \in\{-1,1\}}|P(\hat{Y}=1|Y=y, Z=-1) - P(\hat{Y}=1|Y = y, Z=1)|, EOD=y∈{−1,1}∑​∣P(Y^=1∣Y=y,Z=−1)−P(Y^=1∣Y=y,Z=1)∣,

4. disparate mistreatment

   侧重于不同群体上错误率相同，包括相同的FPR、FNR等：
o v e r a l l    m i s c l a s s i f i c a t i o n    r a t e ( O M R ) : overall \;misclassification \;rate(OMR): overallmisclassificationrate(OMR):
P ( Y ^ ≠ Y ∣ Z = − 1 ) = P ( Y ^ ≠ Y ∣ Z = 1 ) P(\hat{Y}\neq Y|Z=-1)=P(\hat{Y}\neq Y|Z=1) P(Y^​=Y∣Z=−1)=P(Y^​=Y∣Z=1)
f a l s e    p o s i t i v e    r a t e ( F P R ) : false\;positive \;rate(FPR): falsepositiverate(FPR):
P ( Y ^ ≠ Y ∣ Y = − 1 , Z = − 1 ) = P ( Y ^ ≠ Y ∣ Y = − 1 , Z = 1 ) P(\hat{Y}\neq Y|Y=-1,Z=-1)=P(\hat{Y}\neq Y|Y=-1,Z=1) P(Y^​=Y∣Y=−1,Z=−1)=P(Y^​=Y∣Y=−1,Z=1)
f a l s e    n e g t i v e    r a t e ( F N R ) : false\;negtive\;rate(FNR): falsenegtiverate(FNR):
P ( Y ^ ≠ Y ∣ Y = 1 , Z = − 1 ) = P ( Y ^ ≠ Y ∣ Y = 1 , Z = 1 ) P(\hat{Y}\neq Y|Y=1,Z=-1)=P(\hat{Y}\neq Y|Y=1,Z=1) P(Y^​=Y∣Y=1,Z=−1)=P(Y^​=Y∣Y=1,Z=1)
f a l s e    o m i s s i o n    r a t e ( F O R ) : false\;omission\;rate(FOR): falseomissionrate(FOR):
P ( Y ^ ≠ Y ∣ Y ^ = − 1 , Z = − 1 ) = P ( Y ^ ≠ Y ∣ Y ^ = − 1 , Z = 1 ) P(\hat{Y}\neq Y|\hat{Y}=-1,Z=-1)=P(\hat{Y}\neq Y|\hat{Y}=-1,Z=1) P(Y^​=Y∣Y^=−1,Z=−1)=P(Y^​=Y∣Y^=−1,Z=1)
f a l s e    d i s c o v e r y    r a t e ( F D R ) : false\;discovery\;rate(FDR): falsediscoveryrate(FDR):
P ( Y ^ ≠ Y ∣ Y ^ = 1 , Z = − 1 ) = P ( Y ^ ≠ Y ∣ Y ^ = 1 , Z = 1 ) P(\hat{Y}\neq Y|\hat{Y}=1,Z=-1)=P(\hat{Y}\neq Y|\hat{Y}=1,Z=1) P(Y^​=Y∣Y^=1,Z=−1)=P(Y^​=Y∣Y^=1,Z=1)

5. Predictive parity

  不同组拥有相同的Positive Predictive Value（真阳率）：
P ( Y = 1 ∣ Y ^ = 1 , Z = − 1 ) = P ( Y = 1 ∣ Y ^ = 1 , Z = 1 ) P(Y=1|\hat{Y}=1,Z=-1)=P(Y=1|\hat{Y}=1,Z=1) P(Y=1∣Y^=1,Z=−1)=P(Y=1∣Y^=1,Z=1)

---

四、causal fairness

1. proxy discrimination

  

2. unresolved discrimination

3. conterfectual fairness

  直接干预A的不足: 直接干预A，求取的是在A中的平均效应。如果群体中一半人被“正向”歧视，一半人被反向歧视，直接干预A不能发现这个问题
P ( Y ^ = 1 ∣ d o ( A = a ) ) = P ( Y ^ = 1 ∣ d o ( A = a ′ ) ) P(\hat{Y}=1|do(A=a))=P(\hat{Y}=1|do(A=a^{\prime})) P(Y^=1∣do(A=a))=P(Y^=1∣do(A=a′))
因而有人提出反事实公平性，反事实的直观表达是，在某件事情已经发生的情况下，假如当时XXX，这件事情还会是这个结果吗？例如下面的例子，来自《Causal Inference in Statistics：A Primer》，摘自知乎用户望止洋。先通过事实计算出模型的参数，接着强制干预，计算出反事实。


反事实公平性：
P ( Y ^ z = y ∣ X = x ) = P ( Y ^ z ′ = y ∣ X = x )      ∀ y , z , z ′ P(\hat{Y}_z=y|X=x)=P(\hat{Y}_{z^{\prime}}=y|X=x) \;\; \forall y,z,z^{\prime} P(Y^z​=y∣X=x)=P(Y^z′​=y∣X=x)∀y,z,z′
反事实公平性的直观上理解，比如同一个人，只改变一下性别，看看分类器的输出结果有没有改变很多，若改变了很多，则不满足反事实公平性

---

一些参考文献

[1] Fairness-Aware Machine Learning——An Extensive Overview, Jannik Dunkelau and Michael Leuschel
[2] Joon Sik Kim, Jiahao Chen, Ameet Talwalkar: FACT: A Diagnostic for Group Fairness Trade-offs. ICML 2020: 5264-5274
[3] Niki Kilbertus, Mateo Rojas-Carulla, Giambattista Parascandolo, Moritz Hardt, Dominik Janzing, Bernhard Schölkopf: Avoiding Discrimination through Causal Reasoning. NIPS 2017: 656-666

---

  (未完待续&期待大佬们指出错误)