Een data scientist importeert een dataset in Amazon SageMaker Data Wrangler en bekijkt de feature summary. Eén feature toont een prediction-power score van 1. Wat is de meest waarschijnlijke verklaring voor deze score?

Een prediction-power score van 1 in Data Wrangler duidt op target leakage. Dit betekent dat de feature direct of indirect informatie bevat over de doelvariabele die tijdens de inferentie niet beschikbaar zal zijn. Hierdoor lijkt de feature perfect te voorspellen, wat leidt tot een overschatting van de modelprestaties. De andere opties zijn onjuist: Een verkeerde training/validatie-split beïnvloedt de modelprestaties, maar veroorzaakt geen prediction-power score van 1 voor een individuele feature. Data Wrangler berekent de prediction power op basis van de relatie tussen de feature en de target, ongeacht of het interne model optimaal is. Onvoldoende voorbewerking kan de prediction power verminderen, maar zal zelden resulteren in een perfecte score van 1, tenzij er sprake is van leakage.