Métrica de avaliação da diferença da taxa de falsos negativos
A métrica de diferença de taxa de falsos negativos calcula a porcentagem de transações positivas que foram incorretamente classificadas como negativas pelo seu modelo.
Detalhes da métrica
A diferença de taxa de falsos negativos é uma métrica de avaliação de imparcialidade que pode ajudar a determinar se o seu ativo produz resultados tendenciosos.
Escopo
A métrica de diferença de taxa de falsos negativos avalia os ativos de IA generativa e os modelos de aprendizado de máquina.
- Tipos de ativos de IA :
- Modelos de prompt
- Modelos de aprendizado de máquina
- Tarefas de IA generativa : Classificação de texto
- Tipo de problema de aprendizado de máquina : Classificação binária
Pontuações e valores
A pontuação da métrica de diferença de taxa de falsos negativos indica a diferença nas taxas de falsos negativos para os grupos monitorados e de referência.
- Faixa de valores : 0.0-1.0
- Melhor pontuação possível : 0.0
- Proporções :
- Abaixo de 0: menos falsos negativos no grupo monitorado
- Em 0: ambos os grupos têm chances iguais
- Acima de 0: Maior taxa de falsos negativos no grupo monitorado
Processo de avaliação
Para calcular a diferença da taxa de descoberta falsa, as matrizes de confusão são geradas para os grupos monitorados e de referência para identificar a quantidade de falsos negativos e verdadeiros positivos para cada grupo. Os valores de falso negativo e verdadeiro positivo são usados para calcular a taxa de falso negativo para cada grupo. A taxa de falsos negativos do grupo de referência é subtraída da taxa de falsos negativos do grupo monitorado para calcular a diferença da taxa de falsos negativos.
Fazer os cálculos
A fórmula a seguir é usada para calcular a taxa de falsos negativos (FNR):
A fórmula a seguir é usada para calcular a diferença da taxa de falsos negativos:
