Um cientista de dados deseja avaliar o viés de pré-treinamento nas distribuições de valores de empréstimo em relação a variáveis categóricas (como tipo de empréstimo e região). Quais métricas de viés de pré-treinamento devem ser usadas para comparar distribuições? (Escolha três.)

Para avaliar o viés de pré-treinamento nas distribuições de valores de empréstimo em relação a variáveis categóricas, métricas que comparam distribuições de probabilidade são as mais adequadas. A divergência de Jensen-Shannon (JSD), a divergência de Kullback-Leibler (KLD) e a distância de variação total (TVD) são medidas estatísticas que quantificam a diferença entre duas distribuições de probabilidade. A JSD é uma versão simétrica e suavizada da KLD, sempre finita e que satisfaz a desigualdade triangular, tornando-a uma métrica de distância verdadeira. A KLD mede o quanto uma distribuição de probabilidade difere de uma segunda distribuição de referência, mas não é simétrica. A TVD é a maior diferença possível entre as probabilidades que as duas distribuições atribuem ao mesmo evento. Todas essas métricas são eficazes para comparar as distribuições de valores de empréstimo entre diferentes categorias. Class imbalance (desequilíbrio de classes) mede a proporção de classes, não a diferença entre distribuições. Conditional demographic disparity (disparidade demográfica condicional) e difference in label proportions (diferença nas proporções de rótulos) são métricas de viés pós-treinamento ou de desempenho do modelo, não de viés de pré-treinamento em distribuições de dados.