一种基于混合采样的公平感知集成模型训练方法

摘要

本发明公开了一种基于混合采样的公平感知集成模型训练方法，包括：获取训练集、验证集和测试集；取训练集，采用基于交叉验证的欠采样方法得到经过欠采样后的训练集；取经过欠采样后的训练集，采用基于敏感特征的过采样方法得到偏见缓解后的训练集；利用偏见缓解后的训练集训练多个不同的基分类器，并调整各个基分类器输出的预测结果，得到偏见缓解后的预测结果；利用偏见缓解后的预测结果训练元分类器；利用验证集验证元分类器，若元分类器的分类精确度或公平性未达到预设的要求则继续训练，否则输出元分类器作为公平感知集成模型；利用公平感知集成模型针对所述测试集输出预测结果。本发明有效权衡模型精确度与公平性。