Čo je spätné únik (back leakage)?

Obrátka únik (back leakage) v kontexte strojového učenia a testov kvality dát je situácia, keď sa informácie týkajúce sa budúcnosti dostanú do modelu alebo do testovacích dát určených na tréning alebo overenie na základe minulých dát. To vedie k nerealisticky vysokému výkonu modelu na testovacích dátach, pretože model v podstate "pozerá" na odpovede z budúcnosti.

Príklady obrátky úniku:

• Časové rady: Zahrnutie budúcich hodnôt časovej rady (napríklad cena akcií zajtra) do vlastností alebo štítkov na tréning modelu, ktorý má predpovedať minulosť alebo prítomnosť.
• Únik z testovacieho súboru do tréningového: Náhodné začlenenie dát z testovacieho súboru do tréningového alebo použitie informácií z testovacieho súboru pri spracovaní tréningového súboru (napríklad škálovanie vlastností na základe štatistík celého dátového súboru, vrátane testu).
• Generovanie vlastností: Vytváranie vlastností na základe dát zozbieraných po čase, pre ktorý sa robí predpoveď.

Dôsledky obrátky úniku:

• Nerealistické metriky výkonu na testovacích dátach.
• Zlá výkonnosť modelu v reálnych podmienkach (pri použití na nové, budúce dáta).
• Nesprávne závery o kvalite modelu.

Prevencia obrátky úniku je kľúčová pre budovanie spoľahlivých modelov a vykonávanie správnych testov.