Indicadores de imparcialidade
A biblioteca Fairness Indicators de indicadores de imparcialidade permite o cálculo fácil de métricas de integridade frequentemente identificadas para classificadores binários e multiclasse. Com o pacote de ferramentas de indicadores de imparcialidade, você pode:
- calcular métricas de imparcialidade frequentemente identificadas para modelos de classificação;
- comparar o desempenho do modelo em subgrupos com uma linha de base ou com outros modelos;
- usar intervalos de confiança para mostrar disparidades estatisticamente significativas;
- fazer avaliações em vários limites.
Use indicadores de imparcialidade com:
eval_config_pbtxt = """ model_specs { label_key: "%s" } metrics_specs { metrics { class_name: "FairnessIndicators" config: '{ "thresholds": [0.25, 0.5, 0.75] }' } metrics { class_name: "ExampleCount" } } slicing_specs {} slicing_specs { feature_keys: "%s" } options { compute_confidence_intervals { value: False } disabled_outputs{values: "analysis"} } """ % (LABEL_KEY, GROUP_KEY)