Boston Housing 데이터의 윤리적 문제에 대해 들어본 적이 있습니까?Python의 scikit-learn(load_boston 모듈에 의해)에서 Boston Housing 데이터를 사용하려고 할 때 다음과 같은 오류 메시지가 표시되어 놀랐습니다. 사용자와 잠재 고객에게 시연할 때 이 데이터를 사용하지 않아야 한다고 생각합니다. JMP에서 Boston Housing 샘플 데이터 테이블을 제거해야 한다고 JIRA 티켓 JMP-16844에 입력했습니다. 저는 종종 이 데이터 세트를 순진하게 사용했습니다.
`load_boston` has been removed from scikit-learn since version 1.2.
The Boston housing prices dataset has an ethical problem: as
investigated in [1], the authors of this dataset engineered a
non-invertible variable "B" assuming that racial self-segregation had a
positive impact on house prices [2]. Furthermore the goal of the
research that led to the creation of this dataset was to study the
impact of air quality but it did not give adequate demonstration of the
validity of this assumption.
The scikit-learn maintainers therefore strongly discourage the use of
this dataset unless the purpose of the code is to study and educate
about ethical issues in data science and machine learning.
Re: Boston Housing 데이터의 윤리적 문제에 대해 들어본 적이 있습니까?어쨌든 우리의 목표는 " Statistical Discovery의 사용과 영향을 과학적 그리고 공학 커뮤니티"에 대해 더 관련성 높은 예를 사용해야 합니다.
Re: Boston Housing 데이터의 윤리적 문제에 대해 들어본 적이 있습니까?정보와 답장을 보내 주셔서 감사합니다.
오른쪽에서 세 번째 열인 "b"는 "lstat"보다 더 심각한 윤리적 문제가 있는 것으로 보입니다.
Re: Boston Housing 데이터의 윤리적 문제에 대해 들어본 적이 있습니까?당신의 답변에 감사드립니다.
나는 동의한다. "공정성"은 기계 학습 및 과학 분야에서 매우 중요해야 합니다.
Re: Boston Housing 데이터의 윤리적 문제에 대해 들어본 적이 있습니까?보정.JMP 예제 데이터 테이블에서 아프리카계 미국인 인구 비율과 관련된 변수 "B"입니다.하는 시간을 염두에 두십시오. 이 연구 미국에서 인종 차별과 편견이 훨씬 더 흔했을 때 시작되었습니다.LSTAT 변수도 인종이나 민족과 관련이 있다고 생각합니다.
인종이나 민족이 예측 모델링에 사용하는 중요한 인구통계학적 변수일 수 있지만, 이 예는 특정 인종 그룹이 지리적 지역의 전반적인 경제적 지위를 결정한다는 것을 암시하는 변수를 의도적으로 정의합니다.이 예제 데이터는 JMP Pro로 더 나은 모델 만들기 책에서 사용되지만 2판(현재 진행 중)에서는 이 예제 데이터 세트를 대체하려고 합니다.
제 생각에는 이 데이터를 데모와 문서에 사용하지 않는 것이 최선이라고 생각합니다.
Re: Boston Housing 데이터의 윤리적 문제에 대해 들어본 적이 있습니까?@yusuke_ono 이 문제를 제기해 주셔서 감사합니다.저는 이것이 면밀히 평가되고 있으며 개발이 샘플 데이터 세트를 적극적으로 검토하여 데이터의 소스 또는 배경이 우리가 사용하기에 적합하지 않은 예를 식별하고 있음을 알려드리고 싶었습니다.
또한 JMP를 제시하고 시연할 때 사용하는 데이터의 출처와 배경을 이해하는 데 주의를 기울여야 한다는 점을 강조한다고 생각합니다.
Re: Boston Housing 데이터의 윤리적 문제에 대해 들어본 적이 있습니까?위에 말씀하신 내용에 동의합니다. 당분간 한 가지 "해결 방법"은 삭제 또는 숨다 & 들어오지 못하게 하다 문제의 그 변수들.몇 년 전 AT&T에서 일할 때 고객 모델링에 US Census 인구 통계 데이터를 사용하는 것과 관련하여 비슷한 문제에 직면했습니다. 변호사는 스코어링 모델에 사용하지 말라고 조언했습니다.
