Únik dat
term_id: leakage
Category: basic_concepts
Definition
Únik dat je kritickou chybou ve strojovém učení, kdy model získá přístup k informacím během tréninku, které by nebyly k dispozici v době predikce. K tomu často dochází kvůli nesprávnému zpracování dat.
Summary
K úniku dat dochází, když informace mimo trénovací sadu neúmyslně ovlivní model, což vede k příliš optimistickým odhadům výkonu.
Key Concepts
- Únik cílové proměnné
- Znečištění trénovacích a testovacích dat
- Správné rozdělení dat
Use Cases
- Ladění přeučení modelu
- Validace pipeline pro inženýrství funkcí
- Zajištění robustního vyhodnocení modelu