hidden-confounding
모델에 포함되지 않았지만 원인 변수와 결과 변수 모두에 영향을 미치는 관찰되지 않은 변수이다. 이를 방치하면 변수 간의 상관관계가 인과관계로 오인되어 잘못된 예측을 유발하며, 특히 데이터 분포가 바뀔 때 모델 성능을 급격히 저하시킨다.
모델에 포함되지 않았지만 원인 변수와 결과 변수 모두에 영향을 미치는 관찰되지 않은 변수이다. 이를 방치하면 변수 간의 상관관계가 인과관계로 오인되어 잘못된 예측을 유발하며, 특히 데이터 분포가 바뀔 때 모델 성능을 급격히 저하시킨다.