识别贷款违约预测中的偏差

在视频中，我们了解到一款由 AI 驱动的招聘软件更偏好男性，因为它从历史数据中学习到过去被录用的男性更多。对于会影响人们生活的模型，必须仔细评估是否从历史数据中学到了任何歧视性行为。

在本练习中，您有一个用于预测某人是否会在贷款上违约的模型。您可以按不同特征（如人口统计和就业状态）拆分预测结果。请探索这些特征，看看在"谁会被预测为违约、谁不会"上，是否存在任何可疑之处。

在部署模型之前，您认为哪个特征更应该被进一步调查其潜在偏差？