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。
反事实的 Fliptest (FT)
fliptest 是一种观察facet d 的每个成员并评估facet a 的相似成员是否具有不同的模型预测的方法。分面 a 的成员被选为从小平面 d 观测值的 k 个最近邻域。我们评估对面组中有多少最近的邻居会收到不同的预测,其中反向预测可以从正变为负,反之亦然。
反事实 fliptest 的公式是两个集合的基数之差除以小面 d 的成员数:
FT = (F +-F -) /nd
其中:
-
F + = 是结果不利且结果不利的受青睐的分面 d 成员的数量,其最接近的分面 a 中的近邻得到有利结果。
-
F - = 是获得有利结果的不受青睐的分面 d 成员的数量,而偏好面 a 中的近邻得到不利结果的分面 d 成员的数量。
-
nd 是刻面 d 的样本量。
二进制和多类别分面标签的反事实fliptest的值范围为 [-1,+1]。对于连续标签,我们设置了将标签折叠为二进制的阈值。
-
当不受欢迎的方面 d 的不利的 fliptest 决策数量超过有利的反事实决策数量时,就会出现正值。
-
当不利和有利的 fliptest 决策数量达到平衡时,就会出现接近零的值。
-
当不受欢迎的方面 d 的不利反事实的 fliptest 决策数量少于有利的反事实决策数量时,就会出现负值。