

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Differenza di richiamo (RD)
<a name="clarify-post-training-bias-metric-rd"></a>

La metrica della differenza di richiamo (RD) è la differenza di richiamo del modello tra il facet favorito *a* e il facet sfavorito *d*. Qualsiasi differenza in questi richiami è una potenziale forma di distorsione. Il richiamo è il tasso di veri positivi (TPR), che misura la frequenza con cui il modello prevede correttamente i casi che dovrebbero avere un esito positivo. Il richiamo è perfetto per un facet se tutti i casi y=1 sono previsti correttamente come y'=1 per quel facet. Il richiamo è maggiore quando il modello minimizza i falsi negativi, noti come errore di tipo II. Ad esempio, quante persone appartenenti a due gruppi diversi (facet *a* e *d*) che dovrebbero avere diritto ai prestiti vengono individuate correttamente dal modello? Se il tasso di richiamo è elevato per i prestiti al facet *a*, ma basso per i prestiti al facet *d*, la differenza fornisce una misura di questa distorsione rispetto al gruppo appartenente al facet *d*. 

La formula per la differenza nei tassi di richiamo per i facet *a* e *d* è la seguente:

        RD = TPa/(TPa \+ FNa) - TPd/(TPd \+ FNd) = TPRa - TPRd 

Dove:
+ TPa sono i veri positivi previsti per il facet *a*.
+ FNa sono i falsi negativi previsti per il facet *a*.
+ TPd sono i veri positivi previsti per il facet *d*.
+ FNd sono i falsi negativi previsti per il facet *d*.
+ TPRa = TPa/(TPa \+ FNa) è il richiamo per il facet *a*, ovvero il suo tasso di veri positivi.
+ TPRd TPd/(TPd \+ FNd) è il richiamo per il facet *d*, ovvero il suo tasso di veri positivi.

Ad esempio, considera le seguenti matrici di confusione per i facet *a* e *d*.

Matrice di confusione per il facet favorito a


| Previsioni di classe a | Obiettivo effettivo 0 | Obiettivo effettivo 1 | Totale  | 
| --- | --- | --- | --- | 
| 0 | 20 | 5 | 25 | 
| 1 | 10 | 65 | 75 | 
| Totale | 30 | 70 | 100 | 

Matrice di confusione per il facet sfavorito d


| Previsioni di classe d | Obiettivo effettivo 0 | Obiettivo effettivo 1 | Totale  | 
| --- | --- | --- | --- | 
| 0 | 18 | 7 | 25 | 
| 1 | 5 | 20 | 25 | 
| Totale | 23 | 27 | 50 | 

*Il valore della differenza di richiamo è RD = 65/70 - = 0,93 - 0,74 20/27 = 0,19, il che indica una distorsione rispetto alla sfaccettatura d.*

L'intervallo di valori per la differenza di richiamo tra i facet *a* e *d* per la classificazione binaria e multicategoria è [-1, \+1]. Questo parametro non è disponibile per le etichette continue.
+ I valori positivi si ottengono quando il richiamo per il facet *a* è maggiore rispetto al facet *d*. Ciò suggerisce che il modello rileva più facet positivi per il facet *a* che per il facet *d*, che è una forma di distorsione. 
+ I valori vicini allo zero indicano che il richiamo per i facet confrontati è simile. Ciò suggerisce che il modello rileva circa lo stesso numero di veri positivi in entrambi i facet e non è parziale.
+ I valori negativi si ottengono quando il richiamo per il facet *d* è maggiore rispetto al facet *a*. Ciò suggerisce che il modello rileva più facet positivi per il facet *d* che per il facet *a*, che è una forma di distorsione. 