データサイエンティストが住宅ローン審査の二値分類モデルを開発しています。SageMaker Clarifyを使用してトレーニング前のバイアス分析を行い、45歳以上と45歳未満の年齢グループ間で、トレーニングデータにおける

Question

データサイエンティストが住宅ローン審査の二値分類モデルを開発しています。SageMaker Clarifyを使用してトレーニング前のバイアス分析を行い、45歳以上と45歳未満の年齢グループ間で、トレーニングデータにおける「ローン承認（正例ラベル）」の割合に差がないかを確認したいと考えています。この目的に最も適したSageMaker Clarifyのバイアス指標はどれですか？

Accepted Answer

正解: DPL（Difference in Positive Proportions in Labels）：トレーニングデータ内の各グループにおける正例ラベルの割合の差を測定するプリトレーニング指標。DPL（Difference in Positive Proportions in Labels）：トレーニングデータ内の各グループにおける正例ラベルの割合の差を測定するプリトレーニング指標

DPL（Difference in Positive Proportions in Labels）はSageMaker Clarifyのプリトレーニングバイアス指標で、トレーニングデータ内の各グループにおける正例ラベル割合の差を計算します。DPL値が大きいほどデータレベルの不均衡が大きいことを示します。DPPLとDIはポストトレーニング指標（モデルの予測結果に基づく）のため、学習前の分析には使用しません。

Answer

DPPL（Difference in Positive Proportions in Predicted Labels）：モデルが出力した予測ラベルにおけるグループ間の正例割合の差を測定するポストトレーニング指標であり、学習前の分析には使用できない — DPPLはモデルの予測ラベルにおけるグループ間の正例割合の差を測定するポストトレーニング指標です。学習前のデータバイアス分析には使用できません。

Answer

CI（Class Imbalance：クラス不均衡）：グループ間のサンプル数（表現量）の不均衡を測定するプリトレーニング指標だが、正例ラベルの割合の差は測定しない — CI（クラス不均衡）はグループ間のサンプル数の不均衡を測定するプリトレーニング指標ですが、グループ内での正例ラベルの割合の差は測定しない別の指標です。

Answer

DI（Disparate Impact：差別的影響）：不利グループと有利グループの予測正例率の比率を測定するポストトレーニング指標であり、学習前の分析には使用できない — DIは不利グループと有利グループの予測正例率の比率を測定するポストトレーニング指標です。実際のモデル予測結果を分析するため、学習前の分析には使用できません。

解説

解説