Eine Frage haben? Verbinden Sie sich mit der Community im TensorFlow Forum Visit Forum

Fairness-Indikatoren

Fairness Indicators ist eine Bibliothek, die die einfache Berechnung häufig identifizierter Fairness-Metriken für Binär- und Mehrklassenklassifizierer ermöglicht. Mit der Tool-Suite Fairness Indicators können Sie:

  • Berechnen Sie häufig identifizierte Fairness-Metriken für Klassifizierungsmodelle
  • Vergleichen Sie die Modellleistung über Untergruppen hinweg mit einer Basislinie oder mit anderen Modellen
  • Verwenden Sie Konfidenzintervalle, um statistisch signifikante Unterschiede aufzudecken
  • Führen Sie eine Bewertung über mehrere Schwellenwerte durch

Verwenden Sie Fairness Indicators über:

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)

Ressourcen