Fairness in AI: A Synthetic Income Dataset for Bias Analysis

공정성 소득 데이터 세트 개요 이 저장소는 공정성 및 편향 분석에 교육적으로 활용할 수 있는 소규모 데이터셋을 포함하고 있습니다. UCI 성인 데이터셋에서 영감을 받았으며, 이진 분류 작업을 위한 인구통계학적 속성과 소득 라벨을 포함하고 있습니다. 참고: 이 데이터 세트는 합성 데이터이며 실제 모집단을 대표하지 않습니다. 교육 및 데모 목적으로만 사용됩니다. 파일 - fairness_income.csv — 데이터 세트 - example.py — 공정성 지표 계산을 위한 샘플 코드 - README.md — 프로젝트 설명서 데이터 세트 설명 - 행: 약 200개 - 열: 연령, 직업계급, 교육 수, 주당 시간, 자본 이득, 자본 손실, 성별, 인종, 소득 달리는 방법 1. 프로젝트 폴더를 복제하거나 다운로드합니다. 2. (선택 사항) 가상 환경을 만듭니다. - python -m venv venv - macOS/Linux: source venv/bin/activate - Windows: venv\Scripts\activate 3. 종속성을 설치합니다. pip install pandas scikit-learn matplotlib seaborn numpy 4. CSV 파일(fairness_income.csv)이 example.py와 같은 폴더에 있는지 확인합니다. 5. 분석을 실행합니다. python example.py 예상 출력 - 로지스틱 회귀 모델이 학습됩니다 . 정확도, ROC AUC 및 혼동 행렬이 인쇄됩니다 . 그룹별 공정성 측정 항목(성별 및 인종별)이 계산됩니다. 그룹 간 성과를 비교하는 막대 그래프가 표시됩니다.