Назад
Репозиторий
Fairness Metrics
Назначение
Две группы могут получать положительные решения одинаково часто, а сталкиваться с разными типами ошибок. Пример на Python связывает прогнозы, реальные исходы и принадлежность к группе по идентификатору пользователя. В README сопоставлены частота отбора, ложноположительные и ложноотрицательные результаты и полнота.
Между примером и кодом есть расхождение. При подсчёте доли ошибок среди отрицательных решений опубликованная функция обращается к неопределённым переменным групп и останавливается, не вернув таблицу.
Первичные документы
Первоисточник · github.com Fairness Metrics for Binary Classification Published Python implementationБиблиографическая ссылка
Fairness Metrics · https://github.com/detasar/fairness_metrics