文件名称：FairVis:公平可见
文件大小：27.62MB
文件格式：ZIP
更新时间：2024-08-23 21:09:01
JavaScript
FairVis：用于发现机器学习中交叉偏差的可视化分析 FairVis是一个可视化分析系统，允许用户审核他们的分类模型是否存在交叉偏差。 用户可以生成他们数据的子组并调查模型是否在某些人群中表现不佳。 尝试！ 阅读。 。 Ángel Alexander Cabrera、Will Epperson、Fred Hohman、Minsuk Kahng、Jamie Morgenstern、Duen Horng (Polo) Chau IEEE 视觉分析科学与技术会议 (VAST)。 2019。 在这个例子中，我们展示了如何在 COMPAS 数据集上使用FairVis来发现基本率不支持的非裔美国人和白人被告之间假阳性率的显着差异。 该系统的主要组件如下： A.查看数据集特征的分布并生成子组。 B.可视化与选定指标相关的子组绩效。 C.比较选定的子组并查看详细信息。 D.查找建议的表