Metrik zur Bewertung der Differenz der Falsch-negativ-Rate
Die Kennzahl für die Differenz der Falsch-negativ-Rate berechnet den Prozentsatz positiver Transaktionen, die von Ihrem Modell fälschlicherweise als negativ eingestuft wurden.
Metrikdetails
Die Differenz der Falsch-negativ-Rate ist eine Metrik zur Bewertung der Fairness, mit deren Hilfe festgestellt werden kann, ob Ihr Vermögenswert zu verzerrten Ergebnissen führt.
Bereich
Die Kennzahl für die Differenz der Falsch-negativ-Rate bewertet generative KI-Assets und maschinelle Lernmodelle.
- Arten von KI-Vermögenswerten :
- Eingabeaufforderungsvorlagen
- Modelle für maschinelles Lernen
- Aufgaben der generativen KI : Textklassifizierung
- Art des Problems beim maschinellen Lernen : Binäre Klassifizierung
Ergebnisse und Werte
Der metrische Wert für die Differenz der Falsch-negativ-Rate gibt die Differenz der Falsch-negativ-Raten für die überwachte Gruppe und die Referenzgruppe an.
- Wertebereich: 0.0-1.0
- Bestmögliche Punktzahl : 0.0
- Kennzahlen:
- Unter 0: Weniger falsch-negative Ergebnisse in der überwachten Gruppe
- Bei 0: Beide Gruppen haben die gleichen Chancen
- Über 0: Höhere Rate falsch-negativer Ergebnisse in der überwachten Gruppe
Evaluierungsprozess
Um die Differenz der Falsch-Entdeckungsrate zu berechnen, werden Verwirrungsmatrizen für die überwachten und Referenzgruppen erstellt, um die Anzahl der falsch-negativen und richtig-positiven Ergebnisse für jede Gruppe zu ermitteln. Die falsch-negativen und wahr-positiven Werte werden zur Berechnung der falsch-negativen Rate für jede Gruppe verwendet. Die Falsch-negativ-Rate der Referenzgruppe wird von der Falsch-negativ-Rate der überwachten Gruppe abgezogen, um die Differenz der Falsch-negativ-Rate zu berechnen.
Mathematische Berechnung
Die folgende Formel wird zur Berechnung der Falsch-Negativ-Rate (FNR) verwendet:
Die folgende Formel wird zur Berechnung der Differenz der Falsch-negativ-Rate verwendet:
