Fuite de données
term_id: leakage
Category: basic_concepts
Definition
La fuite de données est une erreur critique en apprentissage automatique où le modèle accède à des informations pendant l’entraînement qui ne seraient pas disponibles au moment de la prédiction. Cela se produit souvent par une mauvaise manipulation des données (par exemple, inclure des caractéristiques futures ou des cibles dans les données d’entraînement).
Summary
La fuite de données se produit lorsque des informations provenant de l’extérieur du jeu d’entraînement influencent involontairement le modèle, conduisant à des estimations de performance excessivement optimistes.
Key Concepts
- Fuite de cible
- Contamination entraînement-test
- Séparation appropriée des données
Use Cases
- Débogage du surapprentissage
- Validation des pipelines d’ingénierie des fonctionnalités
- Assurer une évaluation robuste du modèle