通过局部预测一致性实现个体公平

研究提出将局部预测一致性作为个体公平的节点级放宽形式，用相似度加权的局部邻域预测均值评估每个个体的预测偏差。该方法基于局部残差进行正则化学习，并明确构建邻域图、通过图覆盖诊断选择阈值，适用于二分类、回归和生存时间预测，同时分析公平性与性能之间的权衡。