内生性是指由于缺少变量或测量误差而与误差项相关的解释变量。数据泄漏是在模型中引入虚假的可解释性，因为引入了新数据而不是合成数据（比如我们使用了 SMOTE）。在前一种情况下，我们将看到模型对于一些可解释性渗入误差项的特征系数偏差太大。在后一种情况下，我们将看到该模型将具有高方差并且缺乏泛化性，这使得它对生产/测试数据无用。引入数据泄漏的典型示例是在进行验证拆分之前通过 SMOTING（是的，使用单词作为动词）。

不，数据泄露是同时性的一个例子，是内生性的一种形式。