Label-Leckage
Definition
Label-Leckage liegt vor, wenn Informationen über das Ziel unzulässig in Trainingsmerkmale oder Vorverarbeitung gelangen.
Dadurch kann ein Modell unrealistisch gute Offline-Ergebnisse erzielen, weil es Signale nutzt, die zum echten Vorhersagezeitpunkt nicht verfügbar wären.
Einfach erklärt
Wie bei einer Prüfung versehentlich Teile der Lösung in die Aufgabenstellung zu schreiben.
Warum das im Alltag wichtig ist
Sehr relevant für jede Modellbewertung, besonders bei Zeitreihen und operativen Daten.
Beispiel aus dem Mittelstand
Ein Churn-Modell verwendet versehentlich ein Feld, das erst nach Vertragskündigung gesetzt wird.
Grenzen und Fallstricke
- Vorverarbeitung vor dem Datensplit auf allen Daten fitten; Informationen nach dem Vorhersagezeitpunkt nutzen; indirekte Leakage über abgeleitete Merkmale übersehen.
Entstehung & Geschichte
Data Leakage ist ein etabliertes ML-Problem; Label/Target Leakage bezeichnet speziell Zielinformation, die in Features oder Pipeline gelangt.
Anwendung im Mittelstand
- Mögliche Anwendung im Mittelstand: Feature-Verfügbarkeit zum realen Entscheidungszeitpunkt explizit dokumentieren.
Häufige Fragen
Warum ist Leakage gefährlich?
Es überschätzt Modellqualität. Kann Leakage indirekt sein? Ja, über abgeleitete Felder oder Vorverarbeitung.
Quellen
- Label leakage · Google ML Glossary, Label leakage
- Common pitfalls, Abschnitte 12.2 und 12.2.1 · scikit-learn, Common pitfalls, Abschnitte 12.2 und 12.2.1
Quellenprüfung: 10./12.10.2026.
Redaktionell geprüft am: