A Suite of Fairness Datasets for Tabular Classification|机器学习公平性数据集|分类器评估数据集

本数据集由IBM研究院和卡内基梅隆大学合作创建，包含20个用于评估机器学习分类器公平性的表格数据集。数据集大小和数据量各异，主要来源于OpenML、AHRQ和ProPublica等平台。创建过程中，数据集经过最小化预处理，并提供公平性元数据，如有利标签和受保护属性。这些数据集主要应用于机器学习公平性研究，旨在通过严格的实验评估，帮助研究者和利益相关者选择和发明更公平的算法。