Métrica de evaluación de la diferencia de la tasa de falsos negativos

Última actualización: 21 feb 2025

La métrica de diferencia de tasa de falsos negativos calcula el porcentaje de transacciones positivas que su modelo calificó incorrectamente como negativas.

Detalles de métrica

La diferencia de tasa de falsos negativos es una métrica de evaluación de la imparcialidad que puede ayudar a determinar si su activo produce resultados sesgados.

Ámbito

La métrica de diferencia de tasa de falsos negativos evalúa los activos de IA generativa y los modelos de aprendizaje automático.

Tipos de activos de IA :
- Plantillas de solicitud
- Modelos de aprendizaje automático
Tareas de IA generativa : Clasificación de texto
Tipo de problema de aprendizaje automático : Clasificación binaria

Puntuaciones y valores

La puntuación métrica de la diferencia de la tasa de falsos negativos indica la diferencia en las tasas de falsos negativos para los grupos monitorizados y de referencia.

Rango de valores : 0.0-1.0
Mejor puntuación posible : 0.0
Ratios :
- Menos de 0: Menos falsos negativos en el grupo monitorizado
- A las 0: Ambos grupos tienen las mismas probabilidades
- Más de 0: mayor tasa de falsos negativos en el grupo monitorizado

Proceso de evaluación

Para calcular la diferencia de la tasa de falsos positivos, se generan matrices de confusión para los grupos monitorizados y de referencia con el fin de identificar la cantidad de falsos negativos y verdaderos positivos para cada grupo. Los valores de falso negativo y verdadero positivo se utilizan para calcular la tasa de falsos negativos de cada grupo. La tasa de falsos negativos del grupo de referencia se resta de la tasa de falsos negativos del grupo monitorizado para calcular la diferencia de la tasa de falsos negativos.