Bài báo này trình bày một bối cảnh trong đó ngày càng có nhiều sự quan tâm đến các số liệu về công bằng sử dụng diện tích dưới đường cong đặc tính hoạt động của máy thu (AUC) trong các lĩnh vực có rủi ro cao như chăm sóc sức khỏe, tài chính và tư pháp hình sự. Trong các lĩnh vực này, công bằng thường được đánh giá dựa trên điểm rủi ro thay vì kết quả nhị phân và việc áp dụng các tiêu chuẩn công bằng nghiêm ngặt có thể làm giảm đáng kể hiệu suất AUC. Để giải quyết vấn đề này, chúng tôi đề xuất Vận chuyển tối ưu tỷ lệ công bằng (FairPOT), một khuôn khổ xử lý hậu kỳ độc lập với mô hình mới giúp sắp xếp chiến lược phân phối điểm rủi ro giữa các nhóm khác nhau bằng cách sử dụng vận chuyển tối ưu, nhưng chuyển đổi có chọn lọc một tỷ lệ điểm có thể kiểm soát được trong nhóm yếu thế (phân vị lambda trên cùng). Bằng cách thay đổi lambda, phương pháp được đề xuất cho phép có sự đánh đổi có thể điều chỉnh giữa việc giảm mất cân bằng AUC và duy trì hiệu suất AUC tổng thể. Hơn nữa, chúng tôi mở rộng FairPOT sang các thiết lập AUC một phần, cho phép các can thiệp công bằng được nhắm mục tiêu vào các khu vực có rủi ro cao nhất. Các thử nghiệm mở rộng trên dữ liệu tổng hợp, công khai và lâm sàng cho thấy FairPOT luôn vượt trội hơn các kỹ thuật hậu xử lý hiện có trong cả kịch bản AUC toàn cục và cục bộ, thường cải thiện tính công bằng mà chỉ giảm nhẹ AUC hoặc cải thiện tích cực về tiện ích. Hiệu quả tính toán và khả năng thích ứng thực tế của FairPOT khiến nó trở thành một giải pháp đầy hứa hẹn cho việc triển khai trong thế giới thực.
