待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/24
首次发现
来源
MLE vs SWE职业选择：机器学习工程师如何精准定位自身价值
redditr/deeplearning2026/7/12
相关事实
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78% 相似待验证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76% 相似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76% 相似待验证时间泄露是数据泄露的子类，指在时间序列任务中使用未来信息预测过去，在金融风控领域尤为致命70% 相似待验证在特征标准化、归一化或PCA降维时使用整个数据集（包括测试集）的统计量而非仅用训练集，会造成特征构造泄露69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/611132API
curl https://kongchang.com/api/v1/knowledge/claims/611132MCP
get_claim(id=611132)