待遇平等 (TE) - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 Amazon Web Services 服务入门

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。

待遇平等 (TE)

治疗相等性 (TE) 是分面之间假阳性与假阴性比率的差异aD. 此指标的主要思想是评估,即使各组的精度相同,错误是否对一个组比另一个组更有害? 误差率来自误报和假负面的总数,但这两者的细分可能在各个方面有很大的不同。TE 测量错误是否以相似或不同的方式在各个方面进行补偿。

治疗平等的公式:

        TE = FPa/FNa-FPd/FNd

其中:

  • FPa是预测面的误报a.

  • FNa是预测方面的虚假负面a.

  • FPd是预测面的误报D.

  • FNd是预测方面的虚假负面D.

请注意,如果 FNa或新生力量d为 0。

例如,假设有 100 名贷款申请人a50 个来自方面D. 用于分面a,8 被错误地拒绝了贷款(FNa),另外 6 个被错误批准(FPa)。剩下的预测是真实的,所以 TPa+ TNNa= 86 用于分面D, 5 人被错误地拒绝 (FNd)和 2 个被错误批准(FPd)。剩下的预测是真实的,所以 TPd+ TNNd= 43。假阳性与假负面的比率等于 6/8 = 0.75a和 2/5 = 0.40 表示小平面D. 因此,即使两个小面具有相同的精度,TE = 0.75-0.40 = 0.35:

        ACCa=(86)/(68 个以上 8 个 + 6 个)= 0.86

        ACCd= (43)/(43 + 5 + 2) = 0.86

二进制和多方面标签的条件拒绝差异值范围为 (-∞, +∞)。未为连续标签定义 TE 量度。此指标的解释取决于误报(I 类型误差)和误负(II 类误差)的相对重要性。

  • 当假阳性与假负面的比率时,会出现正值a大于面D.

  • 值接近零时出现假阳性与假负值的比率a类似于面D.

  • 当假阳性与假负面的比率时,会出现负值a小于面D.