Disparate Impactは公平性を評価する指標です． バイアスが現れる可能性のある属性において多数派は'privileged'クラスと呼ばれ，バイアスが現れる可能性のある属性において少数派は'unprivileged'クラスと呼ばれます． 'unprivileged'クラスと'privileged'クラスの2つのグループについて，肯定的な出力を受け取るデータの割合を比較します． この指標は，'unprivileged'クラスの好ましい結果の率と'privileged'クラスの結果の比率として計算されます．
| Property | Notes |
|---|---|
| input | Disparate Impactが計算されるデータを含むCSVファイルを指定します．"評価"タブに表示される結果を出力するには，デフォルトの output_result.csv を使用します． |
| output_variable | inputで指定したCSVファイルから，モデル出力として使用する列名を指定します．(クラス分類の出力など．デフォルトでは"y'"が指定されます．) |
| privileged_variable | inputで指定したCSVファイルから，'privileged'属性として使用する列名を指定します．(バイアスが現れる可能性のある属性において多数派は'privileged'クラスと呼ばれます．) |
| unprivileged_variable | inputで指定したCSVファイルから，'unprivileged'属性として使用する列名を指定します． (バイアスが現れる可能性のある属性において少数派は'unprivileged'クラスと呼ばれます．) |
| clf_threshold | 最適なクラス分類しきい値を指定します．デフォルトのしきい値は 0.5 です． |
| num_samples | `Disparate Impact`を計算するサンブル数を指定します．デフォルトでは'all'が設定されており，入力ファイルの全てのサンプルで`Disparate Impact`を計算します． |
| output | Disparate Impact(DI)の結果を保存するCSVファイルの名前を指定します. |
このプラグインの結果はCSVファイルとして保存されます． CSVファイルの列の情報は下記の通りです．
| Fairness Plot | Fairness Plot列では，'privileged'属性と'unprivileged'属性間の公平性を図として確認できます．棒グラフが緑のエリアからはみ出している場合は，公平性の指標が満たされていないことを意味します． |
| Disparate Impact | Disparate Impactの理想的な値は1.0です．Disparate Impactが1.0を下回る場合( < 1.0)結果は'privileged'クラスに偏っており，Disparate Impactが1.0を上回る場合( > 1.0)結果は'unprivileged'クラスに偏っていることを意味します． |