FairLearn 中的 API （一）

前言

Fairlearn 是一个旨在帮助数据科学家提高人工智能系统公平性的开源项目。目前国内并没有相关教程来讲解这个库的使用方式，所以笔者用一系列博客尽可能详细地教学 Fairlearn 库的使用方法。「在官网教程的基础上加入自己的个人见解。」

Fairlearn 官网

本篇博客是此系列的第二篇，接下来将用五篇博客来详解 FairLearn 中的 API。本篇的主要内容是 Fairlearn 中内置的数据集。

FairLearn 中内置了三个数据集，UCI adult，Bank Marketing 和 Boston House。

1. UCI Adult

**简介：**UCI adult 是一个用于预测公民年收入是否大于 50K 美元的数据集。

**导入数据集：**导入数据集需要用到 fairlearn.datasets 包，具体代码如下

from fairlearn import datasets
adult = datasets.fetch_adult(cache=True, data_home=None, as_frame=False, return_X_y=False)
1
2

1.1 fetch_adult() 的参数

通过 fetch_adult() 方法就能获取 UCI Adult 数据集，接下来我们看看 fetch_adult() 的参数。

• cache：布尔型，默认为 True，下载数据集时是否使用缓存。
• data_home：String 类型，默认为 None，用于指定下载数据集的缓存地址，所有的数据默认存在 ~/.fairlearn-data 目录下。
• as_frame：布尔型，默认为 False，下载的数据是否是 Pandas 的 DataFrame 类型。
• return_X_y：布尔型，默认为 False。如果为 True，返回的数据只包含数据和标签两部分。即data.data 和 data.target 。

1.2 fetch_adult() 的返回值

看完了 fetch_adult() 的参数，我们再来看看它的返回值，返回值由四部分组成：

• data：数据。
• target：标签。
• feature_names：特征名。
• DESCR：String 型，对数据集的描述。

2. Bank Marketing

**简介：**Bank Marketing 是一个用来预测客户购买理财产品成功率的数据集。

导入数据集的具体代码如下：

bank = datasets.fetch_bank_marketing(cache=True, data_home=None, as_frame=False, return_X_y=False)
1

可以看到，该数据集的获取与前者的差别只是函数名的不同。fetch_bank_marketing() 方法的参数和返回值与 fetch_adult() 一致

3. Boston House

简介：波士顿房价数据集是机器学习中的一个经典数据集，通过一些列特征来预测波士顿地区的房价。但鲜为人知的是该数据集也是一个非公平数据集

导入数据集的具体代码如下：

boston = datasets.fetch_boston(cache=True, data_home=None, as_frame=False, return_X_y=False, warn=True
1

可以看到 fetch_boston() 方法中多了一个 warn 参数。该参数是布尔类型，默认为 True。当该参数为 True 时，会抛出一个警告来提示使用者该数据集是不公平的。