บัตรแบบจำลองสำหรับตัวแยกรายได้สำมะโนประชากร

รายละเอียดรุ่น

ภาพรวม

เวอร์ชั่น

เจ้าของ

• ทีมโมเดลการ์ด model-cards@google.com

อ้างอิง

• โต้ตอบ-2021-02-05T22_01_17.129037

ข้อควรพิจารณา

ใช้กรณี

• ชุดข้อมูลนี้ซึ่งโมเดลนี้ได้รับการฝึกอบรมถูกสร้างขึ้นเพื่อสนับสนุนชุมชนแมชชีนเลิร์นนิงในการดำเนินการวิเคราะห์เชิงประจักษ์ของอัลกอริธึม ML สามารถใช้ชุดข้อมูลสำหรับผู้ใหญ่ในการศึกษาที่เกี่ยวข้องกับความเป็นธรรม ซึ่งเปรียบเทียบความไม่เท่าเทียมกันระหว่างเพศและเชื้อชาติ โดยพิจารณาจากรายได้ประจำปีของผู้คน

ข้อจำกัด

• นี่คือชุดข้อมูลที่ไม่สมดุลของคลาสในคลาสที่ละเอียดอ่อนที่หลากหลาย อัตราส่วนของตัวอย่างชายกับหญิงอยู่ที่ประมาณ 2:1 และมีตัวอย่างที่มีคุณลักษณะ "สีขาว" มากกว่าเชื้อชาติอื่นๆ รวมกัน นอกจากนี้ อัตราส่วนของผู้มีรายได้ 50,000 ดอลลาร์หรือน้อยกว่าต่อผู้มีรายได้ 50,000 ดอลลาร์หรือมากกว่านั้นมากกว่า 3:1 เนื่องจากความไม่สมดุลของระดับรายได้ เราจะเห็นได้ว่าอัตราการติดลบที่แท้จริงของเรานั้นค่อนข้างสูง ในขณะที่อัตราเชิงบวกที่แท้จริงของเรานั้นค่อนข้างต่ำ นี่เป็นเรื่องจริงในระดับที่มากขึ้นเมื่อเราดูเฉพาะกลุ่มย่อย "ผู้หญิง" เพราะมีตัวอย่างผู้หญิงน้อยลงในกลุ่มผู้มีรายได้ 50,000 ดอลลาร์ขึ้นไป ทำให้แบบจำลองของเราเกินตัวอย่างเหล่านี้ เพื่อหลีกเลี่ยงปัญหานี้ เราสามารถลองใช้กลยุทธ์การแก้ไขต่างๆ ในการทำซ้ำในอนาคต (เช่น การสุ่มตัวอย่างต่ำ การปรับแต่งไฮเปอร์พารามิเตอร์ ฯลฯ) แต่เราอาจไม่สามารถแก้ไขปัญหาความเป็นธรรมทั้งหมดได้

ข้อพิจารณาด้านจริยธรรม

• ความเสี่ยง: เราเสี่ยงที่จะแสดงความคิดเห็นว่าแอตทริบิวต์ในชุดข้อมูลนี้เป็นสิ่งเดียวที่สามารถคาดการณ์รายได้ของใครบางคนได้ แม้ว่าเราจะทราบดีว่าไม่ใช่กรณีนี้
  กลยุทธ์การบรรเทาผลกระทบ: ดังที่กล่าวไว้ อาจต้องมีการแทรกแซงบางอย่างเพื่อแก้ไขความไม่สมดุลของชั้นเรียนในชุดข้อมูล

ชุดรถไฟ

ชุดอีวาล

การวิเคราะห์เชิงปริมาณ