偏差缓解 AIF 360 DataFrame 值必须是数字答案

【问题标题】：Bias mitigation AIF 360 DataFrame values must be numerical偏差缓解 AIF 360 DataFrame 值必须是数字
【发布时间】：2022-04-05 21:41:58
【问题描述】：

我正在尝试通过应用重新加权或不同的影响消除器来减轻对原始 df 的偏见，但我无法继续前进，因为我得到了 ValueError: DataFrame 值必须是数字。

收入和性别是整数。

binaryLabelDataset = aif360.datasets.BinaryLabelDataset(
    favorable_label=1,
    unfavorable_label=0,
    df= df,
    label_names=['income'],
    protected_attribute_names=['gender'])

知道如何让它发挥作用吗？

谢谢！

【问题讨论】：

标签： python pandas aif360

【解决方案1】：

将数据框中的所有值转换为数值对我有用。

例如：

df['gender'] = df['gender'].apply(lambda x: 0 if x=="male" else 1)

【讨论】：