本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 广义熵 (GE)
<a name="clarify-post-training-bias-metric-ge"></a>

广义熵指数 (GE) 衡量预测标签与观测标签相比在权益 `b` 上的不平等程度。当预测到假阳性结果时，就会获得权益。当阴性观测值 (y=0) 的预测结果为阳性 (y'=1) 时，就会出现假阳性。当观测标签和预测标签相同（也称为真阳性和真阴性）时，也会获得权益。当预测到假阴性时，不会获得任何权益。当预测到阳性观测值 (y=1) 的结果为阴性 (y'=0) 时，就会出现假阴性。权益 `b` 定义如下。

```
 b = y' - y + 1
```

根据此定义，假阳性获得值为 `2` 的权益 `b`，而假阴性获得值为 `0` 的权益。真阳性和真阴性都将获得值为 `1` 的权益。

GE 指标按照[广义熵指数](https://en.wikipedia.org/wiki/Generalized_entropy_index) (GE) 计算，权重 `alpha` 设置为 `2`。此权重控制对不同权益值的敏感度。`alpha` 越小，对较小值的敏感度就越高。

![\[定义广义熵指数的等式，alpha 参数设置为 2。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/clarify-post-training-bias-metric-ge.png)


用于计算 GE 的变量定义如下：
+ bi 是 `ith` 数据点获得的权益。
+ b' 是所有权益的平均值。

GE 的范围为 0 到 0.5，值为零表示所有数据点的权益没有不平等现象。当所有输入都正确预测时，或者当所有预测均为假阳性时，就会发生这种情况。当所有预测均为假阴性时，GE 的定义不明确。

**注意**  
GE 指标并不取决于某个分面值是有利还是不利。