翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 # 特異度差 (SD) 特異度差 (SD) とは、有利なファセット a と不利なファセット d の特異度の差です。****特異度は、モデルが負の結果 (y'=0) を正しく予測する頻度を測定します。これらの特異度の差は、バイアスの潜在的な形です。 特異度は、すべての y=0 のケースがそのファセットに対して正しく予測されている場合に、そのファセットに最適です。Type I エラーと呼ばれる偽陽性をモデルが最小化すると、特異度は高くなります。例えば、ファセット a へのローンの特異度が低いことと、ファセット d へのローンの特異度が高いことの違いは、ファセット d に対するバイアスの尺度です。****** 次の式は、ファセット a と d の特異度の違いを示しています。****         SD = TNd/(TNd \$1 FPd) - TNa/(TNa \$1 FPa) = TNRd - TNRa SD の計算に使用される以下の変数は、次のように定義されます。 + TNd は、ファセット d に対して予測される真陰性です。** + FPd は、ファセット d に対して予測される偽陽性です。** + TNd は、ファセット a に対して予測される真陰性です** + FPd は、ファセット a に対して予測される偽陽性です。** + TNRa = TNa/(TNa \$1 FPa) は、ファセット a の真の陰性率 (特異度とも呼ばれる) です。** + TNRd = TNd/(TNd \$1 FPd) は、ファセット d の真の陰性率 (特異度とも呼ばれる) です。** 例えば、ファセット a と d について、次の混同行列を考えてみます。**** 有利なファセット `a` の混同行列 | クラス a の予測 | 実際の結果 0 | 実際の結果 1 | Total | | --- | --- | --- | --- | | 0 | 20 | 5 | 25 | | 1 | 10 | 65 | 75 | | Total | 30 | 70 | 100 | 不利なファセット `d` の混同行列 | クラス d の予測 | 実際の結果 0 | 実際の結果 1 | Total | | --- | --- | --- | --- | | 0 | 18 | 7 | 25 | | 1 | 5 | 20 | 25 | | Total | 23 | 27 | 50 | 特異度差の値は `SD = 18/(18+5) - 20/(20+10) = 0.7826 - 0.6667 = 0.1159` で、これはファセット d に対するバイアスを示しています。** 二項分類とマルチカテゴリ分類のファセット a と d 間の特異度の差の値の範囲は、`[-1, +1]` です。****このメトリクスは、連続ラベルの場合には使用できません。SD のさまざまな値が意味するものは次のとおりです。 + 正の値は、ファセット a よりもファセット d の方が、特異度が高い場合に得られます。****このことから、モデルではファセット d の偽陽性がファセット a よりも少ないことが示唆されます。****正の値はファセット d に対するバイアスを示します。** + ゼロに近い値は、比較されるファセットの特異度が類似していることを示します。これは、モデルが両方のファセットでほぼ同数の偽陽性を検出し、バイアスがないことを示唆しています。 + 負の値は、ファセット d よりもファセット a の方が、特異度が高い場合に得られます。****このことから、モデルではファセット a の偽陽性がファセット d よりも多いことが示唆されます。****負の値はファセット a に対するバイアスを示します。**