提高机器学习模型公平性的多目标训练方法及计算机设备

摘要

本发明公开了一种提高机器学习模型公平性的多目标训练方法及计算机设备，尤其是在伦理问题的公平性背景中的提高机器学习模型公平性的多目标训练方法，该方法包括：根据场景确定多个正交性的公平性指标和准确性指标；使用多目标优化算法对所述多个正交性的公平性指标和准确性指标进行同时优化。考虑多个具有正交性的指标，通过使用多个指标可以得到多角度的评估模型公平性，使评估更加全面，由于其“正交性”，不会重复从同一角度评估，避免计算资源的浪费或被动增加该指标的重要性。进一步的，确定的第三机器学习模型集能够兼顾多个、具有多样性的、正交性的公平性衡量指标，在准确性与多个公平性之间得到不同的优选折中方案集。