数据泄露
term_id: leakage
Category: basic_concepts
Definition
数据泄露是机器学习中的一个关键错误，指模型在训练过程中获取了在预测时无法获得的信息。这通常是由于不恰当的数据处理（如未正确划分训练集和测试集）造成的。
Summary
当训练数据集之外的信息无意中影响模型时，就会发生数据泄露，导致性能评估过于乐观。
Key Concepts
- 目标泄露
- 训练-测试污染
- 正确的数据分割
Use Cases
- 调试模型过拟合问题
- 验证特征工程流程
- 确保模型评估的稳健性