去偏差因果公平性
项目描述
DECAF (去偏差因果公平性)
代码作者:Trent Kyono 和 Boris van Breugel
此存储库包含用于“DECAF:使用因果感知生成网络生成公平合成数据”论文(2021)的代码。
安装
pip install -r requirements.txt
pip install .
测试
您可以使用以下命令运行测试
pip install -r requirements_dev.txt
pip install .
pytest -vsx
内容
decaf/DECAF.py
- 合成数据生成类 - DECAF。tests/run_example.py
- 运行非线性玩具DAG示例。dag结构存储在dag_seed
变量中。边删除存储在bias_dict
变量中。请参阅此文件中的示例用法。
示例
基于玩具DAG的基本示例
$ cd tests
$ python run_example.py
一个在数据集大小为2000且训练300个epoch的示例
$ python run_example.py --datasize 2000 --epochs 300
引用
@inproceedings{kyono2021decaf,
title = {DECAF: Generating Fair Synthetic Data Using Causally-Aware Generative Networks},
author = {van Breugel, Boris and Kyono, Trent and Berrevoets, Jeroen and van der Schaar, Mihaela},
year = 2021,
booktitle = {Conference on Neural Information Processing Systems(NeurIPS) 2021}
}
项目详情
关闭
哈希值 for decaf_synthetic_data-0.1.6-py3-none-macosx_10_14_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 64a2be6dafdf3640d3347bb1966b484722cc9e266cdb66c99d0b6ad9a49242e3 |
|
MD5 | 4734b8b44cd95dfd96df8a1ff9e461dc |
|
BLAKE2b-256 | c67d84cb04a353b78b48d95a8832b273f938f931bc08320ea139bc4bb10a18c9 |
关闭
哈希值 for decaf_synthetic_data-0.1.6-py3-none-any.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | dc51502f9f72b3fbdbef697238d72ae6b8457f76efc9763a747970ba543d4e0f |
|
MD5 | 519a16da0147bebe7fd4a0fc7442a471 |
|
BLAKE2b-256 | 234e961e634a67007e3957ebf04a1d8efcd56313f7cfbaa23135d2f602650414 |