Что значит data leakage?

Где и как употребляется

Это частая причина отличных результатов в тестировании и провала в эксплуатации. Источники — дубликаты между выборками, признаки с готовым ответом и случайное разделение временных данных. Также говорят target leakage или contamination тестовой выборки.

Примеры предложений

1. 99% accuracy on day one usually means data leakage, not a great model.

   Точность 99% в первый день обычно означает утечку данных, а не выдающуюся модель.

   Необычайно высокий результат может быть следствием попадания ответа в обучающие данные.

2. We found data leakage: the 'refund date' feature only exists after a customer complains.

   Мы обнаружили утечку: признак «дата возврата» появляется только после жалобы клиента.

   Модель использовала сведения о событии, которое на момент прогноза еще не произошло.

Распространённые словосочетания

• check for data leakage
• cause data leakage
• target leakage
• test set contamination