待验证60% 置信事实精确时间

数据泄漏是指测试集信息在训练阶段被模型间接看到，导致评估指标虚高，是机器学习研究中最常见也最隐蔽的方法论缺陷之一，在医疗预测领域尤为危险

2

来源数

60%

置信度

长期有效

时效性

2026/7/20

首次发现

来源

零代码做科研：用AI Agent完成机器学习实验全流程

相关事实

待验证数据泄漏是因意外引入测试集信息而导致模型评估虚高的陷阱，常见形式包括在划分数据集之前就对全量数据做标准化或使用时间上因果倒置的特征83% 相似已验证在划分数据集之前对全量数据做标准化会导致数据泄漏，将测试集信息泄露给训练集82% 相似待验证数据泄露指本不应出现在训练数据中的未来信息或目标相关信息意外流入特征集，常见于时间序列误用未来特征或归一化在划分前执行76% 相似已验证数据投毒攻击是将恶意样本混入训练数据集，使模型在部署后对特定输入产生错误行为71% 相似待验证对抗性机器学习研究已证明通过对抗性样本可以欺骗计算机视觉模型做出错误分类70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/567217

API

curl https://kongchang.com/api/v1/knowledge/claims/567217

MCP

get_claim(id=567217)