O que é fuga de retorno (back leakage)?

A fuga para trás (back leakage) no contexto de aprendizagem automática e testes de qualidade de dados é uma situação em que informações relacionadas com o futuro entram no modelo ou nos dados de teste destinados a treinar ou verificar com dados passados. Isto leva a um desempenho irrealisticamente elevado do modelo nos dados de teste, uma vez que o modelo, na sua essência, "olha" para as respostas do futuro.

Exemplos de fuga para trás:

• Séries temporais: Incluir valores futuros de uma série temporal (por exemplo, o preço das ações amanhã) nas características ou etiquetas para treinar um modelo que deve prever o passado ou o presente.
• Fuga do conjunto de teste para o treino: Inclusão acidental de dados do conjunto de teste no conjunto de treino, ou uso de informações do conjunto de teste ao processar o conjunto de treino (por exemplo, escalonamento de características com base em estatísticas de todo o conjunto de dados, incluindo o de teste).
• Geração de características: Criação de características com base em dados recolhidos após o momento para o qual a previsão é feita.

Consequências da fuga para trás:

• Métricas de desempenho irrealistas nos dados de teste.
• Baixo desempenho do modelo em condições reais (quando aplicado a novos dados futuros).
• Conclusões incorretas sobre a qualidade do modelo.

Prevenir a fuga para trás é fundamental para construir modelos fiáveis e realizar testes corretos.