Un scientifique des données importe un jeu de données dans Amazon SageMaker Data Wrangler et consulte le résumé des caractéristiques. Une caractéristique affiche un score de puissance de prédiction de 1. Quelle est l'explication la plus probable de ce score ?

Un score de puissance de prédiction de 1 indique que la caractéristique peut prédire la cible parfaitement. C'est un signe classique de fuite de cible (target leakage), où des informations de la variable cible sont accidentellement incluses dans les caractéristiques d'entrée. Cela conduit à des modèles qui semblent performants sur les données d'entraînement mais échouent en production. Les autres options sont moins probables : un ajustement incorrect de la division entraînement/validation n'affecterait pas directement le score de puissance de prédiction d'une seule caractéristique à ce point. Un échec de Data Wrangler à ajuster un modèle interne optimal ou un prétraitement insuffisant pourraient entraîner un score faible ou incorrect, mais pas un score parfait de 1, qui suggère une corrélation parfaite et suspecte.