کارت مدل طبقه بندی درآمد سرشماری

جزئیات مدل

بررسی اجمالی

نسخه

مالکان

• تیم کارت های مدل ، model-cards@google.com

منابع

• تعاملی -2021-02-05T22_01_17.129037

ملاحظات

موارد استفاده کنید

• این مجموعه داده که این مدل بر روی آن آموزش دیده است در ابتدا برای حمایت از جامعه یادگیری ماشین در انجام تجربی تجزیه و تحلیل الگوریتم های ML ایجاد شده است. مجموعه داده های بزرگسالان را می توان در مطالعات مربوط به انصاف استفاده کرد که نابرابری های جنسیتی و نژادی را بر اساس درآمد سالانه افراد مقایسه می کند.

محدودیت ها

• این یک مجموعه داده نامتعادل در کلاس های مختلف حساس است. نسبت نمونه های مرد به زن در حدود 2: 1 است و تعداد نمونه های با ویژگی "سفید" بسیار بیشتر از هر نژاد دیگر است. علاوه بر این ، نسبت 50،000 دلار یا کمتر از درآمد به 50،000 دلار یا بیشتر فقط کمی بیشتر از 3: 1 است. به دلیل عدم تعادل در سطح درآمد ، می توانیم ببینیم که نرخ منفی واقعی ما بسیار بالا به نظر می رسد ، در حالی که نرخ مثبت واقعی ما بسیار پایین به نظر می رسد. وقتی ما فقط به زیرگروه "زن" نگاه می کنیم ، این امر حتی بیشتر هم صادق است ، زیرا در گروه 50000 $+ درآمد زنان نمونه های کمتری وجود دارد که باعث می شود مدل ما از این نمونه ها برتری داشته باشد. برای اجتناب از این امر ، می توانیم در تکرارهای آینده استراتژی های مختلف بهبودی را امتحان کنیم (به عنوان مثال نمونه برداری کمتر ، تنظیم پارامترها و غیره) ، اما ممکن است نتوانیم همه مسائل مربوط به انصاف را برطرف کنیم.

ملاحظات اخلاقی

• ریسک: ما این خطر را داریم که این دیدگاه را بیان کنیم که ویژگی های این مجموعه داده تنها مواردی هستند که می توانند درآمد فرد را پیش بینی کنند ، هر چند که می دانیم اینطور نیست.
  استراتژی کاهش: همانطور که گفته شد ، ممکن است لازم باشد برخی مداخلات برای رفع عدم تعادل کلاس در مجموعه داده انجام شود.

مجموعه قطار

ست Eval

آنالیز کمی