Точность против. Точность: расчетные компромиссы между коэффициентами классификации и полезностью

arXiv:2505.16494v2 Annuales Type: заменить резюме: мы вновь рассмотрим основы справедливости и ее взаимодействие с точки зрения полезности и эффективности в тех случаях, когда данные о подготовке содержат более насыщенные этикетки, такие как индивидуальные типы, рейтинги или оценки риска, а не просто двоичный результат. В этом контексте мы предлагаем алгоритмы, которые обеспечивают более прочные представления о справедливости на основе фактических данных по сравнению со стандартным обучением под наблюдением. Наши методы поддерживают классификацию и ранжирование, которые обеспечивают точность классификации подгрупп населения, как это следует из распределения данных в рамках широкого класса классификационных правил и прикладных программ. Кроме того, наши прогнозы позволяют свести к минимуму потери как в целях максимального повышения полезности, так и на службе справедливого обращения. В дополнение к нашим алгоритмическим вкладам мы представляем невозможные результаты, которые свидетельствуют о том, что одновременно достижение точных классификационных ставок и оптимальная минимизация потерь являются в некоторых случаях