DECAF（去偏因果公平）

代码作者：Trent Kyono

此存储库包含用于“DECAF：使用 Causally-Aware Generative Networks 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- 合成数据生成器类 - 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。边缘去除存储在bias_dict变量中。请参阅此文件中的示例用法。

例子

玩具 dag 的基础示例：

$ cd tests
$ python run_example.py

以 2000 的数据集大小运行 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       = {Kyono, Trent and van Breugel, Boris and Berrevoets, Jeroen and van der Schaar, Mihaela},
	year         = 2021,
	booktitle    = {Conference on Neural Information Processing Systems(NeurIPS) 2021}
}