باختصار
انحياز التنبّؤ (Prediction Bias) هو قيمة بتوضّح مدى ابتعاد متوسّط التنبّؤات عن متوسّط التسميات الموجودة فعليًا في مجموعة البيانات.
بالتفصيل
تنبيه مهمّ ولازم يتوضّح من البداية: المصطلح ده لا يجب الخلط بينه وبين حدّ الانحياز (Bias Term) في نماذج تعلّم الآلة، ولا مع الانحياز بمعناه في الأخلاقيات والعدالة (Bias in Ethics and Fairness) اللي بيتكلّم عن تمييز غير عادل ضدّ فئات معيّنة.
انحياز التنبّؤ ببساطة سؤال معايرة إحصائية: لو نموذجك بيتنبّأ باحتمال 10% إن عميل معيّن هيلغي اشتراكه، وطبّقت النموذج ده على 1000 عميل، المفروض تقريبًا 100 منهم يلغوا فعلًا. لو 200 لغوا فعلًا أو 30 بس لغوا، فيه انحياز تنبّؤ.
بمعنى تاني: نموذج بلا انحياز تنبّؤ (انحيازه = صفر تقريبًا) معناه إن متوسّط تنبّؤاته على مجموعة كبيرة كافية بيطابق متوسّط النتائج الفعلية — حتى لو كان النموذج مخطئًا في تنبّؤات فردية كتير.
وده الفرق الجوهري بين انحياز التنبّؤ ودقّة النموذج على المستوى الفردي. نموذج ممكن يكون له انحياز تنبّؤ صفري (معايرته سليمة على المستوى الكلّي) بينما دقّته على كل حالة فردية ضعيفة جدًا. والعكس ممكن يحصل كمان: نموذج دقيق نسبيًا على أفراد كتير، لكن فيه انحياز منهجي في اتّجاه معيّن على مستوى المتوسّط الكلّي.
وأسباب انحياز التنبّؤ الشائعة: بيانات تدريب غير ممثّلة للتوزيع الحقيقي، أو تنظيم (Regularization) مفرط، أو عتبة تصنيف غير مضبوطة بشكل صحيح.
مثال عملي
نموذج بيتنبّأ باحتمال نقر مستخدم على إعلان. لو متوسّط الاحتمالات المتنبَّأ بها عبر مليون ظهور إعلان = 3.2%، ومعدّل النقر الفعلي عبر نفس المليون ظهور = 3.2% كمان، فانحياز التنبّؤ صفري تقريبًا.
لو المتوسّط المتنبَّأ به 5% لكن الفعلي 3.2%، فالنموذج عنده انحياز تنبّؤ إيجابي — بيبالغ في تقدير احتمال النقر بشكل منهجي، حتى لو ترتيبه النسبي للإعلانات (أيّها أرجح نقرًا من الآخر) سليمًا تمامًا.
مصطلحات مرتبطة
- Calibration — المعايرة.
- Confusion Matrix — مصفوفة الالتباس.
- Regularization — التنظيم.
المصادر: Google ML Glossary
