Какво е обратна теч (back leakage)?

Обратната теч (back leakage) в контекста на машинното обучение и тестовете за качество на данните е ситуация, при която информация, свързана с бъдещето, попада в модела или тестовите данни, предназначени за обучение или проверка върху минали данни. Това води до нереалистично завишена производителност на модела върху тестовите данни, тъй като моделът, по същество, "гледа" отговорите от бъдещето.

Примери за обратна теч:

• Времеви редове: Включване на бъдещи стойности на времеви ред (например, цената на акциите утре) в характеристиките или етикетите за обучение на модел, който трябва да предсказва миналото или настоящето.
• Изтичане от тестовия набор към обучаващия: Случайно включване на данни от тестовия набор в обучаващия или използване на информация от тестовия набор при обработката на обучаващия (например, мащабиране на характеристиките въз основа на статистиките на целия набор от данни, включително тестовия).
• Генериране на характеристики: Създаване на характеристики въз основа на данни, събрани след момента, за който се прави предсказанието.

Последствия от обратната теч:

• Нереалистични метрики за представяне на тестовите данни.
• Лоша производителност на модела в реални условия (при прилагане към нови, бъдещи данни).
• Неправилни изводи за качеството на модела.

Предотвратяването на обратната теч е критично важно за изграждането на надеждни модели и провеждането на коректни тестове.