Используя SageMaker Clarify, специалист по машинному обучению обнаружил, что обучающие данные содержат заметно меньше примеров для клиентов в возрасте 40–55 лет, чем для других возрастных групп. Какой тип смещения данных до обучения представляет это наблюдение?

Это наблюдение указывает на дисбаланс классов (CI), поскольку оно описывает неравномерное распределение данных по определенной категории (возрастной группе), что может привести к тому, что модель будет хуже работать для менее представленных групп. Разница в пропорциях меток (DPL) относится к различиям в распределении целевой метки между группами, а не к общему количеству примеров. Условное демографическое неравенство (CDD) — это метрика после обучения, оценивающая справедливость прогнозов модели. Критерий Колмогорова–Смирнова (KS) используется для сравнения двух распределений вероятностей, а не для идентификации дисбаланса в обучающих данных.