संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.

फ़ेयरनेस इंडिकेटर

फेयरनेस इंडिकेटर एक पुस्तकालय है जो बाइनरी और मल्टीक्लास क्लासिफायर के लिए सामान्य रूप से पहचाने जाने वाले फेयरनेस मेट्रिक्स की आसान गणना को सक्षम बनाता है। फेयरनेस इंडिकेटर टूल सूट के साथ, आप यह कर सकते हैं:

  • वर्गीकरण मॉडल के लिए सामान्य रूप से पहचाने जाने वाले निष्पक्षता मेट्रिक्स की गणना करें
  • उपसमूहों में मॉडल के प्रदर्शन की तुलना बेसलाइन या अन्य मॉडलों से करें
  • सांख्यिकीय रूप से महत्वपूर्ण असमानताओं को सामने लाने के लिए विश्वास अंतराल का उपयोग करें
  • एकाधिक थ्रेसहोल्ड पर मूल्यांकन करें

इसके माध्यम से निष्पक्षता संकेतकों का प्रयोग करें:

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)

साधन