目标泄漏

目标泄漏发生在特征包含关于目标的信息、而这些信息在预测时本不应合法可用时，或者目标或评估过程的信息以无效方式进入训练时，会导致模型评估产生误导。

Data Autopsy 的目标泄漏检查寻找几个可疑信号，包括与目标相同的特征、非常强的数值关系、异常强的分类类别纯度，以及适用情况下较高的 ROC-AUC 分数，但这些信号本身不能证明泄漏。