Michael2024-07-23 22:19:32

同学你好，Equalized Odds和Demographic Parity都是用于评估算法公平性的指标，但它们关注的方面略有不同。如果要对比起来的话，那就要牵涉到统计学里面的俩个术语，错误率的召回率。
1）Demographic Parity（人口统计学平等）：Demographic Parity关注的是在不同的人口群体之间是否有平等的错误率。即，算法的预测结果在每个人口群体中应具有相同的错误率。举例来说，如果一个招生预测模型在男性和女性申请者中有相同比例的错误率，那么该模型就符合Demographic Parity。
2）Equalized Odds（平等机会）：Equalized Odds关注的是算法在每个人口群体中是否给出了相同的错误率和召回率（TPR，就是模型能够正确识别出的正例占所有实际正例的比例）。即，算法对每个人口群体中的正例和负例都应该有相同的错误率和真正例率。举例来说，如果一个医疗诊断模型对白人和非白人患者的疾病检测率相同，那么该模型就符合Equalized Odds。
总的来说，Demographic Parity关注的是错误率的平等，而Equalized Odds关注的是错误率和真正例率的平等。这两个指标都是确保机器学习算法对不同人口群体公平性的重要标准。