یکی از روشهایی که میتوانیم برای ارزیابی پیشبینیهای مدل خود برای انصاف استفاده کنیم، مقایسه نرخ پذیرش برای گروه اکثریت و گروه اقلیت است. اگر دو نرخ پذیرش برابر باشند، پیشبینیهای مدل برابری جمعیتی را نشان میدهند: شانس یک دانشجو برای پذیرش در دانشگاه بر اساس گروه جمعیتی متفاوت نیست.
فرض کنید مدل پذیرش 16 نامزد از گروه اکثریت و 4 نامزد از گروه اقلیت را می پذیرد. تصمیمات مدل برابری جمعیت شناختی را برآورده می کند، زیرا میزان پذیرش برای هر دو نامزد اکثریت و اقلیت 20٪ است.
![گروه نامزدها، به دو گروه تقسیم می شوند: داوطلبان رد شده (64 دانش آموز آبی، 16 دانش آموز نارنجی) و داوطلبان پذیرفته شده (16 دانش آموز آبی، 4 دانش آموز نارنجی).](https://developers.google.cn/static/machine-learning/crash-course/fairness/images/fairness_metrics_demographic_parity.png?authuser=4&hl=fa)
جدول زیر اعداد حامی کاندیداهای رد شده و پذیرفته شده را در شکل 2 نشان می دهد.
گروه اکثریت | گروه اقلیت | |
---|---|---|
پذیرفته شد | 16 | 4 |
رد شد | 64 | 16 |
نرخ پذیرش | 20% | 20% |
ورزش: شهود خود را بررسی کنید
کمیته پذیرش دانشگاه در حال بررسی استفاده از برابری جمعیتی به عنوان معیار ارزیابی عادلانه برای مدل خود است و به راهنمایی شما در مورد مزایا و معایب این رویکرد نیاز دارد. آیا می توانید یک موافق و یک مخالف ارزیابی پیش بینی های مدل را با استفاده از برابری جمعیت شناختی شناسایی کنید؟
برای دریافت خلاصهای از مزایا و معایب کلیدی استفاده از برابری جمعیتی، به خواندن بخش بعدی، مزایا و معایب ، ادامه دهید.
مزایا و معایب
مزیت اصلی برابری جمعیتی برای مثال پذیرش ما این است که تضمین می کند که هر دو گروه اکثریت و اقلیت در کلاس پذیرفته شده از دانشجویان به همان نسبتی که در گروه نامزدی حضور دارند، حضور دارند. به این معنا که اگر گروه متقاضی از 80 درصد نامزدهای گروه اکثریت و 20 درصد نامزدهای گروه اقلیت تشکیل شده باشد، برابری جمعیتی تضمین می کند که گروه پذیرفته شدگان نیز 80 درصد از دانشجویان گروه اکثریت و 20 درصد دانشجویان گروه اقلیت خواهند بود.
با این حال، برابری جمعیتی یک اشکال مهم دارد: توزیع پیشبینیها برای هر گروه جمعیتی (تعداد دانشآموزان طبقهبندی شده بهعنوان «واجد شرایط» در مقابل «غیر صلاحیتشده») هنگام ارزیابی نحوه تخصیص 20 جایگاه پذیرش در نظر گرفته نمیشود.
بیایید نگاهی دیگر به ترکیب استخر کاندیدای خود از بالا بیندازیم. با این حال، این بار کاندیداها را نه تنها بر اساس گروه جمعیتی، بلکه بر اساس اینکه آیا مدل به هر نامزد به عنوان "واجد شرایط" یا "نامجدید" امتیاز داده است، طبقه بندی می کنیم:
![همان تفکیک داوطلبان مردود و پذیرفته شده در تصویر قبلی، اما این بار 50 دانشآموزی که واقعاً واجد شرایط هستند (35 دانشآموز آبی، 15 دانشآموز نارنجی) با رنگ سبز و زیرمجموعه دانشآموزان واجد شرایط که رد شدهاند (19). دانش آموزان آبی، 11 دانش آموز نارنجی) با X مشخص شده اند.](https://developers.google.cn/static/machine-learning/crash-course/fairness/images/fairness_metrics_demographic_parity_by_qualifications.png?authuser=4&hl=fa)
جدول زیر اعداد حامی کاندیداهای رد شده و پذیرفته شده را در شکل 3 نشان می دهد.
گروه اکثریت | گروه اقلیت | |||
---|---|---|---|---|
پذیرفته شد | رد شد | پذیرفته شد | رد شد | |
واجد شرایط | 16 | 19 | 4 | 11 |
فاقد صلاحیت | 0 | 45 | 0 | 5 |
بیایید نرخ پذیرش برای دانشجویان واجد شرایط را برای هر دو گروه جدول بندی کنیم:
حتی اگر هر دو گروه دارای نرخ پذیرش کلی 20٪ هستند که برابری جمعیتی را برآورده می کند، نرخ پذیرش برای دانشجویان اکثریت واجد شرایط 46٪ است در حالی که نرخ پذیرش برای دانشجویان اقلیت واجد شرایط فقط 27٪ است.
در مواردی مانند این، جایی که توزیع یک برچسب ترجیحی (مانند "واجد شرایط") برای هر دو گروه بسیار متفاوت است، برابری جمعیتی ممکن است معیار مطلوبی برای ارزیابی انصاف نباشد. در بخش بعدی، یک معیار انصاف جایگزین، برابری فرصت ها را بررسی خواهیم کرد که این تفاوت ها را در نظر می گیرد.