Rò rỉ dữ liệu
term_id: leakage
Category: basic_concepts
Definition
Rò rỉ dữ liệu là một lỗi nghiêm trọng trong học máy, nơi mô hình tiếp cận được thông tin trong quá trình huấn luyện mà thông tin đó sẽ không có sẵn vào thời điểm dự đoán. Điều này thường xảy ra do việc phân chia dữ liệu không đúng cách hoặc xử lý đặc trưng trước khi tách tập huấn luyện và kiểm tra.
Summary
Rò rỉ dữ liệu xảy ra khi thông tin từ bên ngoài tập dữ liệu huấn luyện vô tình ảnh hưởng đến mô hình, dẫn đến các ước tính hiệu suất quá lạc quan.
Key Concepts
- Rò rỉ mục tiêu (Target leakage)
- Nhiễm bẩn giữa tập huấn luyện và kiểm thử
- Phân tách dữ liệu đúng cách
Use Cases
- Gỡ lỗi hiện tượng quá khớp của mô hình
- Kiểm tra quy trình kỹ thuật đặc trưng
- Đảm bảo đánh giá mô hình vững chắc