One very general and important conc

One very general and important concern during data preparation is to beware of “leaks”
(Kaufman et al. 2012). A leak is a situation where a variable collected in historical data
gives information on the target variable—information that appears in historical data
but is not actually available when the decision has to be made. As an example, when
predicting whether at a particular point in time a website visitor would end her session
or continue surfing to another page, the variable “total number of webpages visited in
the session” is predictive. However, the total number of webpages visited in the session
would not be known until after the session was over (Kohavi et al., 2000)—at which
point one would know the value for the target variable! As another illustrative example,
consider predicting whether a customer will be a “big spender”; knowing the categories
of the items purchased (or worse, the amount of tax paid) are very predictive, but are
not known at decision-making time (Kohavi & Parekh, 2003). Leakage must be considered
carefully during data preparation, because data preparation typically is performed
after the fact—from historical data. We present a more detailed example of a
real leak that was challenging to find in Chapter 14.

Kết quả (Việt) 1:

Một trong những mối quan tâm rất chung và quan trọng trong quá trình chuẩn bị dữ liệu là hãy coi chừng "rò rỉ"(Kaufman et al. năm 2012). Một rò rỉ là một tình huống mà một biến được thu thập dữ liệu lịch sửcung cấp các thông tin vào các mục tiêu biến-thông tin xuất hiện trong dữ liệu lịch sửnhưng không phải là thực sự sẵn sàng khi quyết định đã được thực hiện. Ví dụ, khidự đoán cho dù tại một thời điểm cụ thể trong thời gian một người truy cập trang web sẽ kết thúc phiên làm việc của mìnhhoặc tiếp tục lướt web đến một trang khác, biến "tổng số các trang web truy cập trongPhiên giao dịch"là tiên đoán. Tuy nhiên, tổng số các trang web truy cập trong phiên giao dịchsẽ không có được biết đến sau khi phiên giao dịch là hơn (Kohavi et al., 2000) — tại đóđiểm một sẽ biết giá trị cho biến mục tiêu! Ví dụ minh họa khác,xem xét dự đoán liệu một khách hàng sẽ là một "big spender"; hiểu biết các loạiCác mặt hàng mua (hoặc tệ hơn, số tiền thuế trả) rất đoán trước, nhưngkhông được biết đến tại thời điểm ra quyết định (Kohavi & Parekh, 2003). Rò rỉ phải được xem xétcẩn thận trong quá trình chuẩn bị dữ liệu, bởi vì dữ liệu chuẩn bị thường được thực hiệnsau khi thực tế — từ dữ liệu lịch sử. Chúng tôi trình bày một ví dụ chi tiết hơn của mộtthực sự rò rỉ đã thử thách để tìm thấy ở chương 14.

Kết quả (Việt) 2:

Một mối quan tâm rất chung chung và quan trọng trong quá trình chuẩn bị dữ liệu là hãy cẩn thận của "rò rỉ"
(Kaufman et al. 2012). Một rò rỉ là một tình huống mà một biến thu thập dữ liệu lịch sử
cho biết thông tin về các mục tiêu biến thông tin xuất hiện trong dữ liệu lịch sử
nhưng không phải là thực sự có sẵn khi các quyết định đã được thực hiện. Như một ví dụ, khi
dự đoán cho dù tại một điểm cụ thể trong thời gian một người truy cập trang web sẽ kết thúc phiên mình
hay tiếp tục lướt đến một trang khác, biến "tổng số các trang web truy cập trong
phiên giao dịch" là dự đoán. Tuy nhiên, tổng số lượng của các trang web truy cập trong phiên giao dịch
sẽ không được biết đến sau khi phiên giao dịch kết thúc (Kohavi et al., 2000) -Tại mà
điểm người ta sẽ biết được giá trị cho biến mục tiêu! Như một ví dụ minh họa,
xem xét dự đoán liệu một khách hàng sẽ là một "người tiêu tiền lớn"; biết các loại
của các mục mua (hoặc tệ hơn, số tiền thuế đã nộp) là rất tiên đoán, nhưng
không biết đến lúc quyết định (Kohavi & Parekh, 2003). Rò rỉ phải được xem xét
một cách cẩn thận trong khi chuẩn bị dữ liệu, vì chuẩn bị dữ liệu thường được thực hiện
sau khi thực tế, từ dữ liệu lịch sử. Chúng tôi trình bày một ví dụ chi tiết của một
rò rỉ thực sự mà đã được thử thách để tìm trong Chương 14.