录取率差异 (DAR) - Amazon SageMaker

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

录取率差异 (DAR)

接受率 (DAR) 指标的差异是分面 a 和 d 的真实阳性 (TP) 预测与观测到的阳性 (TP + FP) 的比率之差。该指标衡量了模型对这两个分面的接受率的预测精度差异。精度衡量的是模型从合格候选人库中识别出的合格候选人的比例。如果预测合格申请人的模型精度在各个方面之间存在差异，则这是一种偏差，其幅度由来衡量。DAR

分面 a 和 d 之间接受率差异的公式：

        DAR= TPa/(TP a + FPa)-TPd/(TP d + FPd)

其中：

  • TPa 是分面 a 的真阳性预测值。

  • FPa 是分面 a 的假阳性预测值。

  • TPd 是分面 d 的真阳性预测值。

  • FPd 是分面 d 的假阳性预测值。

例如，假设该模型接受 70 名中年申请人（分面 a）申请贷款（预测阳性标签），其中只有 35 人实际被接受（观测阳性标签）。还假设该模型接受来自其他年龄人群（分面 d）的 100 名申请人申请贷款（预测阳性标签），其中只有 40 人实际被接受（观测阳性标签）。然后 DAR = 35/70-40/100 = 0.10，这表明第二年龄组的合格人群可能存在偏见（方面 d）。

二进制、多类别分面和连续标签的值范围为 [-1, +1]。DAR

  • 当分面 a 的预测阳性结果（接受）与观测阳性结果（合格申请人）之比大于分面 d 的这一比率时，就会出现正值。这些值表示由于分面 d 中出现相对较多的假阳性，因此可能存在不利于不利分面 d 的偏差。比率的差异越大，表观偏差就越严重。

  • 当分面 a 和 d 的预测阳性结果（接受）与观测阳性结果（合格申请人）之比具有相似的值时，就会出现接近零的值，这表明模型以同样的精度预测阳性结果的观测标签。

  • 当分面 d 的预测阳性结果（接受）与观测阳性结果（合格申请人）之比大于分面 a 的这一比率时，就会出现负值。这些值表示由于分面 a 中出现相对较多的假阳性，因此可能存在不利于有利分面 a 的偏差。比率的差异越负，表观偏差就越严重。