Kas yra atgalinis nutekėjimas (back leakage)?

Atgalinio nutekėjimo (back leakage) sąvoka mašininio mokymosi ir duomenų kokybės testų kontekste reiškia situaciją, kai į modelį arba testinius duomenis patenka informacija, susijusi su ateitimi, o tai yra skirta mokymuisi arba patikrinimui naudojant praeities duomenis. Tai sukelia nerealiai aukštą modelio našumą testiniuose duomenyse, nes iš esmės modelis "žiūri" į ateities atsakymus.

Back leakage pavyzdžiai:

• Laiko eilutės: Ateities reikšmių įtraukimas į savybes arba žymes, pavyzdžiui, rytdienos akcijų kainą, mokant modelį, kuris turi prognozuoti praeitį arba dabartį.
• Testo rinkinio nutekėjimas į mokymą: Atsitiktinis duomenų įtraukimas iš testo rinkinio į mokymo rinkinį arba informacijos naudojimas iš testo rinkinio apdorojant mokymo rinkinį (pavyzdžiui, savybių mastelio keitimas remiantis viso duomenų rinkinio statistika, įskaitant testą).
• Savybių kūrimas: Savybių kūrimas remiantis duomenimis, surinktais po prognozės atlikimo momento.

Back leakage pasekmės:

• Nerealistiškai aukšti našumo rodikliai testiniuose duomenyse.
• Blogas modelio veikimas realiomis sąlygomis (kai taikomas naujiems, būsimiesiems duomenims).
• Netikslūs išvados apie modelio kokybę.

Back leakage prevencija yra labai svarbi patikimų modelių kūrimui ir teisingų testų atlikimui.