本文讨论了评估模型性能时的数据泄漏问题以及避免数据泄漏的方法。
在模型评估过程中，当训练集的数据进入验证/测试集时，就会发生数据泄漏。这将导致模型对验证/测试集的性能评估存在偏差。让我们用一个使用Scikit-Learn的“波士顿房价”数据集的例子来理解它。数据集没有缺失值，因此随机引入100个缺失值，以便更好地演示数据泄漏。在模型
阅读背景：
如何在评估机器学习模型时防止数据泄漏_deephub
来源：互联网
分享到：
