ML-инженер обучает модель бинарного риска для здоровья (положительный = вероятно, в группе риска; отрицательный = маловероятно), используя возраст от 30 до 60 лет в качестве признака. Разница в долях меток (DPL) для положительного класса составляет +0,9 для возрастной группы 40–45 лет по сравнению с другими возрастами, что указывает на избыточную представленность. Как инженер должен исправить этот дисбаланс?

Разница в долях меток (DPL) +0,9 для возрастной группы 40–45 лет означает, что доля положительных меток в этой группе значительно выше, чем в других группах, что указывает на перепредставленность (избыточное представление). Чтобы исправить этот дисбаланс и уменьшить DPL, необходимо снизить относительную долю положительных примеров в этой конкретной группе. Уменьшение количества положительных примеров в возрастной группе 40–45 лет напрямую снизит DPL, приближая его к нулю и улучшая справедливость модели. Увеличение положительных примеров усугубит проблему. Уменьшение положительных примеров в других группах или увеличение отрицательных примеров в других группах не решит проблему перепредставленности положительных примеров именно в группе 40–45 лет.