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.
Полный текст статьи: