反事實翻轉測試 (FT) - Amazon SageMaker AI

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

反事實翻轉測試 (FT)

翻轉測試是一種查看構面 d 的每個項目，並評估構面 a 的相似項目是否具有不同的模型預測方法。構面 a 的項目被選作在構面 d 觀察的 k-最近鄰。我們評估相反群體有多少最近鄰接收到不同的預測，其中翻轉的預測可以從正向變為負向，反之亦然。

對於反事實翻轉測試的公式是在兩個集合的基數除以構面 d 項目數量的差異：

        FT = (F+ - F-)/nd

其中：

  • F+ = 是具有不利結果的不利構面 d 項目的數量，其最近鄰在有利面 a 取得了有利的結果。

  • F- = 是具有有利結果的不利構面 d 項目的數量，其最近鄰在有利面 a 取得了不利的結果。

  • n d 是構面 d 的樣本大小。

二進制和多類構面標籤的反事實翻轉測試的範圍值是 [-1, +1]。對於連續性標籤，我們設定一個閾值將標籤折疊為二進制。

  • 當不利的構面 d 其不利反事實翻轉測試決定的數量超過有利的數量出現正值。

  • 當不利和有利的反事實翻轉測試決定平衡出數量時，會出現接近零的值。

  • 當不利的構面 d 其不利的反事實翻轉測試決定數量小於有利的時候，會發生負值。