• [] JTT : trouver les bons HP pour chaque dataset (en utilisant HBO)
• Ecrire la partie experimentale du papier
• [] Experiment plan to send to Lisheng
• [] bien distinguer et logger la mean_acc ET la mean_group_acc (faire la distiction et se mettre au clair sur l'objectif d'optimisation
• [] dataset vraiemnt tres petits avec k=2 et mu=0.05 (10 exemples pour les groupes de minority classes) 1000/2(train)/20(minority)/3(y_sampling)
• Question :
• [] Qu'est ce que la regularisation sur validation set evoquée dans le papier ?
• [] mu varying ?

• maybe do the 2,4,8,16
• conclusion du papier ?
• influence of K as mu

Remarque :

• [] Les methodes suby et rwy qui sous sample les classent devraient pas performées vraiment differement sur un dataset equilibré => biaser notre dataset en terme de classe ?
• [] JTT : tres sensible aux hyper parametres!
• [] probleme de maximiser la relative accuracy : la mean accuracy peut etre presque à 0 et la relative accuracy a 1 (avantage de la worst acc c'est que c'est un minorant la mean acc)
• [] Quelle accuracy utiliser ? La mean_acc est en fait la group_mean_acc qui n'est pas pondérée : chaque groupe à la meme importance

Easiest way to have a working environment for this repo is to create a conda environement with the following commands

conda env create -f environment.yaml
conda activate balancinggroups

If conda is not available, please install the dependencies listed in the requirements.txt file.

This script downloads, extracts and formats the datasets metadata so that it works with the rest of the code out of the box.

python setup_datasets.py --download --data_path data

To reproduce the experiments in the paper on a SLURM cluster :

# Launching 1400 combo seeds = 50 hparams for 4 datasets for 7 algorithms
# Each combo seed is ran 5 times to compute error bars, totalling 7000 jobs
python train.py --data_path data --output_dir main_sweep --num_hparams_seeds 1400 --num_init_seeds 5 --partition <slurm_partition>

If you want to run the jobs localy, omit the --partition argument.

The parse.py script can generate all of the plots and tables from the paper. By default, it generates the best test worst-group-accuracy table for each dataset/method. This script can be called while the experiments are still running.

python parse.py main_sweep

This source code is released under the CC-BY-NC license, included here.