Scurgere de date
term_id: leakage
Category: basic_concepts
Definition
Scurgerea de date este o eroare critică în învățarea automată în care modelul accesează informații în timpul antrenamentului care nu ar fi disponibile în momentul predicției. Acest lucru se întâmplă adesea prin manipularea incorectă a datelor sau prin expunerea accidentală a variabilelor viitoare sau a informațiilor din setul de testare în timpul procesului de pregătire a datelor.
Summary
Scurgerea de date apare atunci când informații din afara setului de antrenare influențează inadvertent modelul, ducând la estimări excesiv optimiste ale performanței.
Key Concepts
- Scurgere țintă
- Contaminarea antrenament-test
- Separarea corectă a datelor
Use Cases
- Depanarea suprapotrivirii modelului
- Validarea fluxurilor de lucru pentru ingineria caracteristicilor
- Asigurarea unei evaluări robuste a modelului