Διαρροή Δεδομένων
term_id: leakage
Category: basic_concepts
Definition
Η διαρροή δεδομένων είναι ένα κρίσιμο σφάλμα στη μηχανική μάθηση όπου το μοντέλο αποκτά πρόσβαση σε πληροφορίες κατά την εκπαίδευση που δεν θα ήταν διαθέσιμες κατά τη στιγμή της πρόβλεψης. Αυτό συχνά συμβαίνει μέσω ακατάλληλης επεξεργασίας των δεδομένων ή λανθασμένης διαίρεσης τους.
Summary
Η διαρροή δεδομένων συμβαίνει όταν πληροφορίες εκτός του συνόλου εκπαίδευσης επηρεάζουν αθέλητα το μοντέλο, οδηγώντας σε υπερβολικά αισιόδοξες εκτιμήσεις απόδοσης.
Key Concepts
- Διαρροή στόχου
- Ρύπανση εκπαίδευσης-δοκιμής
- Σωστή διαίρεση δεδομένων
Use Cases
- Αποσφαλμάτωση υπερπροσαρμογής μοντέλου
- Επικύρωση ροών εργαλείων χαρακτηριστικών
- Διασφάλιση ισχυρής αξιολόγησης μοντέλου