Interpretable and Fair Boolean Rule Sets via Column Generation

要約

この論文では、分類のための解釈可能なモデルとして、選言正規形 (DNF、OR-of-AND、決定ルール セットと同等) でのブール ルールの学習を検討します。
整数プログラムは、分類の精度とルールの単純さを最適にトレードするように定式化されます。
また、公平性の設定を考慮し、機会の平等と均等化されたオッズという分類の同等性の 2 つの異なる尺度に対する明示的な制約を含めるように定式化を拡張します。
列生成 (CG) は、ヒューリスティック ルール マイニングを必要とせずに、指数関数的な数の候補ルールを効率的に検索するために使用されます。
大規模なデータセットを処理するために、ランダム化を使用した近似 CG アルゴリズムを提案します。
最近提案された 3 つの代替案と比較すると、CG アルゴリズムは 16 のデータセットのうち 8 つのデータセットで精度と単純さのトレードオフを支配しています。
精度を最大限に高めると、CG はこの目的のために設計されたルール学習器と競合し、場合によっては精度に劣らない非常に単純なソリューションを見つけます。
他の公平で解釈可能な分類器と比較して、私たちの方法は、精度を適度に犠牲にして、より厳密な公平性の概念を満たすルール セットを見つけることができます。

要約(オリジナル)

This paper considers the learning of Boolean rules in disjunctive normal form (DNF, OR-of-ANDs, equivalent to decision rule sets) as an interpretable model for classification. An integer program is formulated to optimally trade classification accuracy for rule simplicity. We also consider the fairness setting and extend the formulation to include explicit constraints on two different measures of classification parity: equality of opportunity and equalized odds. Column generation (CG) is used to efficiently search over an exponential number of candidate rules without the need for heuristic rule mining. To handle large data sets, we propose an approximate CG algorithm using randomization. Compared to three recently proposed alternatives, the CG algorithm dominates the accuracy-simplicity trade-off in 8 out of 16 data sets. When maximized for accuracy, CG is competitive with rule learners designed for this purpose, sometimes finding significantly simpler solutions that are no less accurate. Compared to other fair and interpretable classifiers, our method is able to find rule sets that meet stricter notions of fairness with a modest trade-off in accuracy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google