已验证65% 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
3
来源数
65%
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% 相似待验证常见的数据泄漏来源还包括用全量数据计算均值/标准差做归一化、特征工程使用未来时间点信息、目标编码时未做交叉验证隔离77% 相似已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% 相似待验证数据泄露指模型在预测某个时间点时实际上偷看了该时间点之后才会产生的数据75% 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)