Un scientifique des données souhaite évaluer le biais de pré-entraînement dans les distributions de montants de prêt par rapport à des variables catégorielles (telles que le type de prêt et la région). Quelles métriques de biais de pré-entraînement devraient être utilisées pour comparer les distributions ? (Choisissez-en trois.)

Pour évaluer le biais de pré-entraînement dans les distributions de montants de prêt par rapport à des variables catégorielles, il faut des métriques qui quantifient la différence entre les distributions de probabilité. La divergence de Kullback-Leibler (KL) mesure la différence entre deux distributions de probabilité, mais elle n'est pas symétrique. La divergence de Jensen-Shannon (JS) est une version symétrique et lissée de la divergence KL, ce qui la rend plus robuste. La distance de variation totale (TVD) est une autre métrique qui quantifie la plus grande différence possible entre les probabilités assignées par deux distributions au même événement. Ces trois métriques sont idéales pour comparer des distributions. Le déséquilibre de classe et la différence dans les proportions d'étiquettes sont des métriques de classification qui ne sont pas adaptées pour comparer des distributions de variables continues comme les montants de prêt. La disparité démographique conditionnelle est une métrique de biais post-entraînement, non de pré-entraînement.