인구 조사 소득 분류기용 모델 카드

모델 세부 정보

개요

버전

소유자

• 모델 카드 팀, model-cards@google.com

참고문헌

• 인터랙티브-2021-02-05T22_01_17.129037

고려 사항

사용 사례

• 이 모델이 학습된 이 데이터 세트는 원래 ML 알고리즘의 경험적 분석을 수행하는 기계 학습 커뮤니티를 지원하기 위해 생성되었습니다. 성인 데이터 세트는 사람들의 연간 소득을 기반으로 성별과 인종에 따른 불평등을 비교하는 공정성 관련 연구에 사용할 수 있습니다.

제한 사항

• 이것은 다양한 민감한 클래스에 대한 클래스 불균형 데이터 세트입니다. 남성 대 여성 예시의 비율은 약 2:1이며 "백인" 속성을 가진 예시는 다른 모든 인종을 합친 것보다 훨씬 많습니다. 또한 $50,000 이하 소득자와 $50,000 이상 소득자의 비율은 3:1을 조금 넘습니다. 소득 수준의 불균형으로 인해 실제 음수 비율은 상당히 높은 반면 실제 양수 비율은 상당히 낮은 것으로 보입니다. $50,000 이상의 소득자 그룹에는 여성 사례가 훨씬 더 적어 우리 모델이 이러한 사례에 과적합되기 때문에 "여성" 하위 그룹만 볼 때 이는 훨씬 더 사실입니다. 이를 피하기 위해 향후 반복에서 다양한 수정 전략(예: 언더샘플링, 하이퍼파라미터 조정 등)을 시도할 수 있지만 모든 공정성 문제를 해결하지 못할 수도 있습니다.

윤리적 고려 사항

• 위험: 그렇지 않다는 것을 알고 있음에도 불구하고 이 데이터 세트의 속성이 누군가의 소득을 예측하는 유일한 속성이라는 관점을 표현하는 위험이 있습니다.
  완화 전략: 언급한 바와 같이 데이터 세트의 클래스 불균형을 해결하기 위해 일부 개입을 수행해야 할 수 있습니다.

기차 세트

평가 세트

정량 분석