Що означає data leakage?

Де і як уживається

Це типова причина, чому модель чудово проходить тестування, але провалюється в production. Причини включають дублікати між частинами вибірки, ознаки з готовою відповіддю та випадкове розбиття часових даних. Також називається target leakage або test set contamination.

Приклади речень

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

   Точність 99% у перший день зазвичай означає витік даних, а не надзвичайну модель.

   Підозріло високий ранній результат може свідчити, що тестова інформація потрапила в навчання.

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

   Ми знайшли витік даних: ознака refund date з’являється лише після скарги клієнта.

   Ознака містить подію з майбутнього відносно моменту прогнозу й розкриває відповідь.

Поширені словосполучення

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