Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Differenza di specificità (SD)
La differenza di specificità (SD) è la differenza di specificità tra il facet favorito a e il facet sfavorito d. La specificità misura la frequenza con cui il modello prevede correttamente un risultato negativo (y'=0). Qualsiasi differenza in queste specificità è una potenziale forma di distorsione.
La specificità è perfetta per un facet se tutti i casi y=0 sono previsti correttamente per tale facet. La specificità è maggiore quando il modello riduce al minimo i falsi positivi, un fenomeno noto come errore di tipo I. Ad esempio, la differenza tra una bassa specificità per i prestiti al facet a, e un’elevata specificità per la concessione di prestiti al faccet d è una misura della distorsione rispetto al facet d.
La formula seguente indica la differenza di specificità per i facet a e d.
SD = TNd/(TN+ FP) - TN/(TN d + FPd) = - a a a TNR d TNR a
Le seguenti variabili utilizzate per calcolare la SD sono definite come segue:
-
TNd sono i veri negativi previsti per il facet d.
-
FPd sono i falsi positivi previsti per il facet d.
-
TNd sono i veri negativi previsti per il facet a.
-
FPd sono i falsi positivi previsti per il facet a.
-
TNRa= TNa/(TN a + FPa) è il vero tasso negativo, noto anche come specificità, per la sfaccettatura a.
-
TNRd= TNd/(TN d + FPd) è il vero tasso negativo, noto anche come specificità, per la sfaccettatura d.
Ad esempio, considera le seguenti matrici di confusione per i facet a e d.
Matrice di confusione per il facet favorito a
| Previsioni di classe a | Obiettivo effettivo 0 | Obiettivo effettivo 1 | Totale |
|---|---|---|---|
| 0 | 20 | 5 | 25 |
| 1 | 10 | 65 | 75 |
| Totale | 30 | 70 | 100 |
Matrice di confusione per il facet sfavorito d
| Previsioni di classe d | Obiettivo effettivo 0 | Obiettivo effettivo 1 | Totale |
|---|---|---|---|
| 0 | 18 | 7 | 25 |
| 1 | 5 | 20 | 25 |
| Totale | 23 | 27 | 50 |
Il valore della differenza di specificità è SD = 18/(18+5) - 20/(20+10) = 0.7826
- 0.6667 = 0.1159, il che indica una distorsione rispetto al facet d.
L'intervallo di valori per la differenza di specificità tra i facet a e d per la classificazione binaria e multicategoria è [-1, +1]. Questo parametro non è disponibile per le etichette continue. Ecco cosa implicano i diversi valori di SD:
-
I valori positivi si ottengono quando esiste una specificità maggiore per il facet d rispetto al facet a. Ciò suggerisce che il modello trova meno falsi positivi per il facet d rispetto al facet a. Un valore positivo indica una distorsione rispetto al facet d.
-
I valori vicini allo zero indicano che la specificità dei facet confrontati è simile. Ciò suggerisce che il modello rileva un numero simile di falsi positivi in entrambi questi facet e non è parziale.
-
I valori negativi si ottengono quando esiste una specificità maggiore per il facet a rispetto al facet d. Ciò suggerisce che il modello trova più falsi positivi per il facet a che per il facet d. Un valore negativo indica una distorsione rispetto al facet a.
