
171
7
장
모델 분석 및 검증
다음 절에서는 텐서플로에서 공정성을 평가할 때
TFMA
, 공정성 지표,
What
-
If
Tool
프로젝
트를 사용하는 방법을 설명합니다.
7.3.1
TFMA
에서 슬라이싱 모델 예측 수행하기
머신러닝 모델의 공정성을 평가하는 첫 번째 단계는 관심 있는 그룹 (예: 성별, 인종, 국가)별
로 모델의 예측을 잘라내는 것입니다. 이런 슬라이스
slice
는
TFMA
나 공정성 지표 도구로 생성
할 수 있습니다.
TFMA
에서 분할하려면 슬라이스 열을
SliceSpec
으로 제공해야 합니다. 이
예에서는
Product
피처를 살펴보겠습니다.
slices = [tfma.slicer.SingleSliceSpec(),
tfma.slicer.SingleSliceSpec(columns=[‘Product’])]
지정된 인수가 없는
SingleSliceSpec
은 전체 데이터셋을 반환합니다.
그런 다음 지정된 슬라이스로 모델 분석 단계를 실행합니다.
eval_result = tfma.run_model_analysis(
eval_shared_model=eval_shared_model,
eval_config=eval_config_viz,
data_location=_EVAL_DATA_FILE,
output_path=_EVAL_RESULT_LOCATION,
file_format=’tfrecords’, ...