待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/9/30
首次发现
来源
涉及实体
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78% 相似已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77% 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76% 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73% 相似待验证早期大模型在跨源数据研究任务中容易出现遗漏关键来源、数字混淆或推断链断裂的问题，导致智能体不得不反复补充查询73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/961888API
curl https://kongchang.com/api/v1/knowledge/claims/961888MCP
get_claim(id=961888)