Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Gleichbehandlung (TE)
Die Gleichbehandlung (TE) ist der Unterschied im Verhältnis von falsch negativen zu falsch positiven Ergebnissen zwischen den Facetn a und d. Die Hauptidee dieser Kennzahl besteht darin, zu beurteilen, ob Fehler, auch wenn die Genauigkeit zwischen den Gruppen gleich ist, für eine Gruppe schädlicher sind als für eine andere? Die Fehlerquote ergibt sich aus der Summe der falsch positiven und falsch negativen Ergebnisse, aber die Aufschlüsselung dieser beiden kann je nach Facet sehr unterschiedlich sein. TE misst, ob Fehler in allen Facetn auf ähnliche oder unterschiedliche Weise kompensiert werden.
Die Formel für die Gleichbehandlung lautet wie folgt:
TE = FNd/FPd – FNa/FPa
Wobei gilt:
-
FNd sind die falsch negativen Werte, die für Facet d vorhergesagt wurden.
-
FPd sind die falsch positiven Ergebnisse, die für Facet d vorhergesagt wurden.
-
FNa sind die falsch negativen Ergebnisse, die für Facet a vorhergesagt wurden.
-
FPa sind die falsch positiven Ergebnisse, die für Facet a vorhergesagt wurden.
Beachten Sie, dass die Metrik unbegrenzt ist, wenn FPa oder FPd Null ist.
Nehmen wir zum Beispiel an, es gibt 100 Kreditantragsteller aus Facet a und 50 aus Facet d. Für Facet a wurde 8 fälschlicherweise ein Darlehen verweigert (FNa) und weitere 6 wurden fälschlicherweise genehmigt (FPa). Die übrigen Vorhersagen waren wahr, also TPa + TNa = 86. Für Facet d wurden 5 fälschlicherweise abgelehnt (FNd) und 2 fälschlicherweise genehmigt (FPd). Die übrigen Vorhersagen waren wahr, also TPd + TNd = 43. Das Verhältnis von falsch negativen zu falsch positiven Ergebnissen beträgt 8/6 = 1,33 für Facet a und 5/2 = 2,5 für Facet d. Somit ist TE = 2,5 – 1,33 = 1,167, obwohl beide Facetn dieselbe Genauigkeit aufweisen:
ACCa= (86)/(86+ 8 + 6) = 0,86
ACCd= (43)/(43 + 5 + 2) = 0,86
Der Wertebereich für Unterschiede bei der bedingten Ablehnung bei binären und mehrkategorialen Facetnbeschriftungen ist (-∞, +∞). Die TE-Metrik ist nicht für kontinuierliche Beschriftungen definiert. Die Interpretation dieser Metrik hängt von der relativen Bedeutung falsch positiver Ergebnisse (Fehler Typ I) und falsch negativer Werte (Fehler Typ II) ab.
-
Positive Werte liegen vor, wenn das Verhältnis von falsch negativen zu falsch positiven Ergebnissen für Facet d größer ist als für Facet a.
-
Werte nahe Null liegen vor, wenn das Verhältnis von falsch negativen zu falsch positiven Ergebnissen für Facet a dem für Facet d ähnlich ist.
-
Negative Werte liegen vor, wenn das Verhältnis von falsch negativen zu falsch positiven Ergebnissen für Facet d geringer ist als das für Facet a.
Anmerkung
In einer früheren Version wurde angegeben, dass die Metrik „Behandlungsgleichheit“ als FPa / FNa – FPd / FNd statt als FNd / FPd – FNa / FPa berechnet wird. Dabei kann jede der Versionen verwendet werden. Weitere Informationen finden Sie unter Fairness measures for Machine Learning in
Finance
