Справедливость (машинное обучение)

• Определение справедливости классификатора

  • Справедливость классификатора — это способность модели правильно предсказывать положительные и отрицательные классы. 
  • Модель считается справедливой, если она предсказывает положительные классы с высокой точностью и отрицательные классы с высокой точностью. 

• Матрица путаницы и ее использование

  • Матрица путаницы используется для оценки точности модели и помогает определить эффективность классификации. 
  • Она состоит из четырех ячеек, каждая из которых представляет собой долю правильно классифицированных случаев для каждого класса. 

• Показатели справедливости

  • Существует множество показателей, которые используются для оценки справедливости классификатора. 
  • Некоторые из них включают точность, коэффициент ложного обнаружения, отрицательное прогнозируемое значение, долю ложных прогнозов и другие. 

• Взаимосвязь между определениями

  • Независимость, разделение и достаточность являются взаимосвязанными понятиями, которые не могут быть выполнены одновременно, за исключением особых случаев. 

• Математическая формулировка

  • В статье представлены предварительные определения и математические формулы для различных показателей справедливости. 
  • Пересказана только часть статьи. Для продолжения перейдите к чтению оригинала.