Wyciek danych
term_id: leakage
Category: basic_concepts
Definition
Wyciek danych to krytyczny błąd w uczeniu maszynowym, w którym model uzyskuje dostęp do informacji podczas treningu, których nie byłoby możliwe uzyskać w momencie przewidywania. Często dzieje się tak przez niewłaściwe przetwarzanie danych (np. nieodpowiednie dzielenie na zbiory treningowy i testowy lub włączenie zmiennych zależnych od celu predykcji).
Summary
Wyciek danych występuje, gdy informacje spoza zbioru treningowego nieumyślnie wpływają na model, prowadząc do zaniżonych (zbyt optymistycznych) szacunków jego wydajności.
Key Concepts
- Wyciek celu (target leakage)
- Zanieczyszczenie między zbiorem treningowym a testowym
- Prawidłowe dzielenie danych
Use Cases
- Debugowanie nadmiernego dopasowania modelu
- Walidacja potoków inżynierii cech
- Zapewnienie rzetelnej ewaluacji modelu