问题标签 [fairness-indicators]

我正在实现一种算法，该算法计算每个集群的偏差，然后将具有最高偏差的集群拆分为新的集群。最终，我想找到具有最高偏差的集群，这意味着分类器要么在这些实例上产生更多的错误，要么产生更少的错误。

这是算法：

1. 从整个数据集作为一个集群开始
2. 用 KMeans 分成两个集群
3. 计算每个集群的宏 F1 分数
4. 计算这两个集群的偏差。偏差为：F1-score_cluster_k - F1-对除集群 k 之外的所有集群进行评分
5. if Max(bias_cluster_i,bias_cluster_j) >=bias_previous_cluster：将集群cluster_i和cluster_j添加到列表中并删除之前的集群
6. 从具有最高误差度量标准偏差的 cluster_list 继续处理集群。
7. 使用 KMeans 将此集群拆分为 2 个集群并继续执行步骤 3

为了使该算法有效，我需要保存先前迭代的集群分配和 F 分数，以便能够在当前迭代中比较它们（步骤 5）。

• 我的解决方案之一是将 Pandas DF 中的集群分配保存为新列，然后将此列与新的集群分配进行比较，但是有没有更好的方法来防止这些集群分配被覆盖？

这是我的代码：

保护命令循环结构

涉及非确定性选择，如文中所述。与潜在的非确定性计算相关的一个重要理论概念是公平性。如果一个循环无限重复，那么一个公平的非确定性选择最终必须选择每个保护为真的命令。例如，在循环中

这两个命令都有始终为真的守卫。x := x+1重复执行而不执行是不公平的x := x-1。
大多数语言实现旨在提供公平性，通常通过提供有界形式。例如，如果有受n保护的命令，则实现可以保证每个启用的命令将在循环中的每个2n或多次中至少执行一次。 但是，因为数字or是依赖于实现的，程序员应该只假设每个带有保护的命令最终都会被执行。3n
2n3ntrue

在单处理器语言实现还是在多处理器上更容易提供公平性？

我想要两个不同的指标。它们都将是仅基于每日时间范围的 2 条累积线。我希望第一个绘制昨天收盘价与今天开盘价之间的差异。然后第二个绘制今天开盘和今天收盘之间的差异。如果有人可以帮助我开始使用，我将不胜感激。