Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Kolmogorov-Smirnov (KS)
Anmerkung
Amazon SageMaker Clarify steht neuen Kunden nicht mehr offen. Bestehende Kunden können den Service weiterhin wie gewohnt nutzen. AWS investiert weiterhin in Sicherheits- und Verfügbarkeitsverbesserungen für Clarify, aber wir planen nicht, neue Funktionen einzuführen. Weitere Informationen finden Sie unter Klären Sie die Verfügbarkeit, ändern.
Die Kolmogorov-Smirnov Bias-Metrik (KS) entspricht der maximalen Divergenz zwischen den Beschriftungen in den Verteilungen für die Facetten a und d eines Datensatzes. Der von SageMaker Clarify durchgeführte KS-Test mit zwei Stichproben ergänzt die anderen Messungen des Labelungleichgewichts, indem er das unausgewogenste Etikett ermittelt.
Die Formel für die Kolmogorov-Smirnov Metrik lautet wie folgt:
KS = max(|Pa(y) – Pd(y)|)
Nehmen wir zum Beispiel an, dass eine Gruppe von Bewerbern (Facet a) für ein College mit 40%, 40% bzw. 20% abgelehnt, auf die Warteliste gesetzt oder angenommen wurde, und dass diese Quoten für andere Bewerber (Facet d) bei 20%, 10%, 70% liegen. Dann lautet der Kolmogorov-Smirnov Bias-Metrikwert wie folgt:
KS = max (|0,4-0,2|, |0,4-0,1|, |0,2-0,7|) = 0,5
Dies sagt uns, dass die maximale Divergenz zwischen den Facetnverteilungen 0,5 beträgt und sich auf die Akzeptanzraten auswirkt. Die Gleichung enthält drei Begriffe, da es sich bei den Bezeichnungen um mehrere Klassen mit Kardinalität drei handelt.
Der Bereich der LP-Werte für binäre, mehrkategoriale und kontinuierliche Ergebnisse ist [0, +1], wobei:
-
Werte nahe Null deuten darauf hin, dass die Beschriftungen in allen Ergebniskategorien gleichmäßig auf die Facetn verteilt waren. Beispielsweise erhielten beide Facetn, bei denen ein Kredit beantragt wurde, jeweils 50% der Zusagen und 50% der Ablehnungen.
-
Werte in der Nähe von eins deuten darauf hin, dass sich die Bezeichnungen für ein Ergebnis alle in einer Facet befanden. Beispielsweise erhielt Facet a 100% der Akzeptanzwerte und Facet d keine.
-
Intermittierende Werte geben den relativen Grad des maximalen Ungleichgewichts bei der Kennzeichnung an.
