Skip to content

アプリケーション内で をクリックすると、お使いのDataRobotバージョンに関する全プラットフォームドキュメントにアクセスできます。

バイアスと公平性

バイアスと公平性タブは、モデルにバイアスがかかっているかどうか、またモデルがトレーニングデータから学習バイアスになっている理由を特定します。 次のセクションでは、タブの使用に関する追加情報を提供します。

[リーダーボード]タブ 説明 ソース
クラス別の精度 保護された特徴量の各クラスセグメントについて、モデルの精度を測定します。 検定データ
クラス間のデータの相違 モデルにバイアスがかかっている理由と、そのバイアスをトレーニングデータのどこから学習したかを示します。 検定データ
クラスごとのバイアス モデルにバイアスがかかっているか、かかっている場合は、どの程度、誰に対してバイアスがかかっているかを特定します。 検定データ
設定 リーダーボードから公平性テストを設定します。 N/A

モデル構築の前にバイアスと公平性を設定しなかった場合、バイアスと公平性 > 設定リーダーボードモデルの公平性テストを設定できます。

機械学習モデルの公平性を計算し、モデルの予測動作からバイアスを特定するための方法については、バイアスと公平性のリファレンスを参照してください。

バイアスと公平性に関する注意事項

バイアスと公平性タブを使用するときは、次のことを考慮してください。

  • バイアスと公平性のテストは、二値分類プロジェクトでのみ使用できます。
  • 保護された特徴量は、データセット内のカテゴリー特徴量である必要があります。

更新しました September 13, 2023