기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
불평등 효과(DI)
예측된 레이블 지표에서의 양수 비율 차이는 비(ratio)의 형태로서 평가될 수 있습니다.
예측된 레이블 지표에서 양수 비율의 비교는 차이로서가 아니라 예측 레이블의 양수 비율 차이(DPPL)에서와 마찬가지로 비(ratio)의 형태로서 평가될 수 있습니다. 불평등 효과(DI) 지표는 패싯 d에 대한 긍정적 예측의 비율(y' = 1)과 패싯 a에 대한 긍정적 예측의 비율(y' = 1)의 상대적 비(ratio)로서 정의됩니다. 예를 들어, 모델 예측이 중년층(패싯 a)의 60%와 다른 연령대(패싯 d)의 50%에 대출을 제공하는 경우라면, DI = .5/.6 = 0.8이 되며, 이는 패싯 d로 대표되는 다른 연령대에 대한 긍정 편향과 불리한 영향을 나타냅니다.
예측 레이블에서의 비율의 비를 구하는 공식은 다음과 같습니다.
DI = q'd/q'a
위치:
-
q'a = n'a(1)/na은 값 1의 긍정적인 결과를 얻는 패싯 a의 예측된 비율입니다. 이 예제에서는 대출이 승인될 것으로 예측되는 중년층 패싯의 비율에 해당합니다. 여기서 n’a(1)은 패싯 a에서 긍정적인 예측 결과를 얻은 멤버의 수를 나타내고 na은 패싯 a의 멤버 수를 나타냅니다.
-
q'd = n'd(1)/nd은 값 1의 긍정적인 결과를 얻는 패싯 d의 예측된 비율입니다. 이 예제에서는 대출을 받을 것으로 예측된 노년층과 청년층의 패싯에 해당합니다. 여기서 n’d(1)은 패싯 d에서 긍정적인 예측 결과를 얻은 멤버의 수를 나타내고 nd은 패싯 d의 멤버 수를 나타냅니다.
바이너리, 멀티카테고리 패싯 및 연속형 레이블의 경우 DI 값의 범위는 [0, ∞] 간격입니다.
-
1보다 작은 값은 긍정적인 예측 결과의 비율이 패싯 d에서보다 패싯 a에서 더 높다는 것을 나타냅니다. 이를 긍정 편향이라고 합니다.
-
값이 1이면 인구통계학적 평등에 해당합니다.
-
1보다 큰 값은 긍정적인 예측 결과의 비율이 패싯 a에서보다 패싯 d에서 더 높다는 것을 나타냅니다. 이를 부정 편향이라고 합니다.
