Indicadores de imparcialidade
A biblioteca Fairness Indicators de indicadores de imparcialidade permite o cálculo fácil de métricas de integridade frequentemente identificadas para classificadores binários e multiclasse. Com o pacote de ferramentas de indicadores de imparcialidade, você pode:
- calcular métricas de imparcialidade frequentemente identificadas para modelos de classificação;
- comparar o desempenho do modelo em subgrupos com uma linha de base ou com outros modelos;
- usar intervalos de confiança para mostrar disparidades estatisticamente significativas;
- fazer avaliações em vários limites.
Use indicadores de imparcialidade por meio de:
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)
