diff options
author | Jan Aalmoes <jan.aalmoes@inria.fr> | 2024-09-27 15:14:05 +0200 |
---|---|---|
committer | Jan Aalmoes <jan.aalmoes@inria.fr> | 2024-09-27 15:14:05 +0200 |
commit | 07b4490dc63504079a5904cd42ab1ec6015cfb76 (patch) | |
tree | 59e16fdf007416871a22be7243db25ea96aa4720 /aia/fair_reg.tex | |
parent | 8b9c76a727b2921be03133335f3cde9e2651b7c1 (diff) |
AJout des résultats aia et de l'interprétation
Diffstat (limited to 'aia/fair_reg.tex')
-rw-r--r-- | aia/fair_reg.tex | 22 |
1 files changed, 11 insertions, 11 deletions
diff --git a/aia/fair_reg.tex b/aia/fair_reg.tex index 2f2a0e0..983d088 100644 --- a/aia/fair_reg.tex +++ b/aia/fair_reg.tex @@ -1,19 +1,19 @@ -A la Section~\ref{sec:background-eq} nous avons introduits la notion de \textit{demographic parity} (DemPar). +A la Section~\ref{sec:background-eq} nous avons introduits la notion de parité démographique (DemPar). Dans le cas d'un classifieur binaire ($\hat{Y}$) avec attribut binaire ($S$), nous pouvons calculer à quel point le classifieur est proche d'être DemPar avec la quantité suivante : \begin{equation*} \text{DemParLvl} = |P(\hat{Y}=1|S=0) - P(\hat{Y}=1|S=1)| \end{equation*} -C'est l'écart de prédiction positive entre la classe majoritair(par exemple les blancs, le hommes, ...) et la classe minoritaire (les noirs, les femmes, ...). +C'est l'écart de prédiction positive entre la classe majoritaire(par exemple les blancs, le hommes, ...) et la classe minoritaire (les noires, les femmes, ...). \begin{propriete} \label{prop:aia-dpl0} - Un classifieur qui satisfat la \textit{demographic parity} a n DemParLvl égale à zéro. + Un classifieur qui satisfait la parité démographique a un DemParLvl égale à zéro. \end{propriete} La démonstration est triviale à partir de la Définition~\ref{def:background-eq-dp}. -DemPar est équivalante à dire que la prédiction du modèle est idépendante de l'attribut sensible. -Nous remarquons que cette définition n'est ni restrainte à des problème de classification, ni à des attribute senssibles binaires ni même à des attribut sensibles qui prennent leurs valeur dans un ensemble fini. +DemPar est équivalente à dire que la prédiction du modèle est indépendante de l'attribut sensible. +Nous remarquons que cette définition n'est ni restreinte à des problèmes de classifications, ni à des attributs sensibles binaires ni même à des attributs sensibles qui prennent leurs valeurs dans un ensemble fini. Ainsi nous définissons la notion suivante: -\begin{definition}{\textit{Démographic parity} généralisée.} +\begin{definition}{Parité démographique généralisée.} \label{def:aia-dempargen} Soit $(\Omega,\mathcal{T},P$) un espace probabilisé. Soient $(E,\mathcal{E})$, $(F,\mathcal{F})$ et $(G,\mathcal{G})$ des espaces mesurables. @@ -24,23 +24,23 @@ Soient les variables aléatoires suivantes : \item $S:(\Omega,\mathcal{T})\rightarrow (G,\mathcal{G})$ \item $f:(E,\mathcal{E})\rightarrow (F,\mathcal{F})$ \end{itemize} -Alors $f$ satisfait la \textit{demographic parity} généralisée si et seulement si +Alors $f$ satisfait la parité démographique généralisée si et seulement si \begin{equation*} P_{f\circ X,S} = P_{f\circ X}\otimes P_S \end{equation*} -Dit autrement, si et seulement si le classifieur $f$ est un CCA pour prédire $S$ à partire de $X$. +Dit autrement, si et seulement si le classifieur $f$ est un CCA pour prédire $S$ à partir de $X$. \end{definition} \begin{propriete} - Si un classifieur binaire satisfait la \textit{demographic parity} généralisée alors il satisfait la démographic parity. + Si un classifieur binaire satisfait la parité démographique généralisée alors il satisfait la parité démographique. \end{propriete} \begin{proof} - En gardant les objets définits dans la Définition~\ref{def:aia-dempargen}, supposons que $f$ satisfasse la \textit{demographic parity} généralisée. + En gardant les objets définis dans la Définition~\ref{def:aia-dempargen}, supposons que $f$ satisfasse la parité démographique généralisée. Alors, en notant $\hat{Y} = f\circ X$, comme $\mathcal{G} = \mathcal{F}=\mathcal{P}(\{0,1\})$, nous avons bien \begin{equation*} P(\hat{Y}=1\mid S=0) = P(\hat{Y}=1\mid S=1) \end{equation*} \end{proof} -Ainsi grâce à la Propriété~\ref{prop:aia-dpl0} nous savons que si un classifieur satisfait la \textit{demographic parity} généralisée, alors il a un DemParLvl égale à 0. +Ainsi grâce à la Propriété~\ref{prop:aia-dpl0} nous savons que si un classifieur satisfait la parité démographique généralisée, alors il a un DemParLvl égale à 0. |