RSVP pour votre événement TensorFlow Everywhere local dès aujourd'hui!
Cette page a été traduite par l'API Cloud Translation.
Switch to English

Indicateurs d'équité

Les indicateurs d'équité est une bibliothèque qui permet de calculer facilement des mesures d'équité communément identifiées pour les classificateurs binaires et multiclasses. Avec la suite d'outils Indicateurs d'équité, vous pouvez:

  • Calculer des mesures d'équité communément identifiées pour les modèles de classification
  • Comparez les performances des modèles entre les sous-groupes à une ligne de base ou à d'autres modèles
  • Utilisez des intervalles de confiance pour faire apparaître des disparités statistiquement significatives
  • Effectuer une évaluation sur plusieurs seuils

Utilisez les indicateurs d'équité via:

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)

Ressources