Data Leakage
term_id: leakage
Category: basic_concepts
Definition
Il data leakage è un errore critico nell’apprendimento automatico in cui il modello ottiene accesso a informazioni durante l’addestramento che non sarebbero state disponibili al momento della previsione. Questo accade spesso a causa di una suddivisione dei dati impropria o di una manipolazione errata delle feature.
Summary
Il data leakage si verifica quando informazioni esterne al dataset di addestramento influenzano involontariamente il modello, portando a stime delle prestazioni eccessivamente ottimistiche.
Key Concepts
- Target leakage
- Contaminazione tra training e test
- Corretta suddivisione dei dati
Use Cases
- Debugging dell’overfitting del modello
- Validazione dei pipeline di feature engineering
- Garantire una valutazione robusta del modello