Uno scienziato dei dati importa un dataset in Amazon SageMaker Data Wrangler e visualizza il riepilogo delle feature. Una feature mostra un punteggio di prediction-power pari a 1. Qual è la spiegazione più probabile per questo punteggio?

Un punteggio di prediction-power pari a 1 in SageMaker Data Wrangler indica che una feature può prevedere perfettamente la variabile target. Questo è il segno distintivo del target leakage, dove i dati che non sarebbero disponibili al momento della previsione sono inclusi nel dataset di training, portando a un modello che sembra performare eccezionalmente bene durante l'addestramento ma fallisce nella pratica. Le altre opzioni sono meno probabili: una suddivisione non ottimale non causerebbe un punteggio perfetto, un errore interno di Data Wrangler o una pre-elaborazione insufficiente porterebbero a punteggi bassi o indefiniti, non a una previsione perfetta.