数据集切分与泄漏
教材《人工智能导论》7.1.1 · 已审核
通俗解释
训练集用于拟合参数，验证集用于选择模型与超参数，测试集用于最后评估。若同一主体或未来信息跨集合泄漏，评测会高估真实效果。
例子
预测明年销量时，把明年实际销售额的衍生字段放进训练特征。
容易混淆
随机切分并不适用于所有时间序列或分组数据。
检查理解
预测明年销售额时，把未来月份放入训练特征会怎样？
查看参考答案
模型会提前看到未来信息，测试分数被高估而实际预测不可用；切分和特征构建必须遵守时间顺序。
教材《人工智能导论》7.1.1 · 已审核
训练集用于拟合参数，验证集用于选择模型与超参数，测试集用于最后评估。若同一主体或未来信息跨集合泄漏，评测会高估真实效果。
预测明年销量时，把明年实际销售额的衍生字段放进训练特征。
随机切分并不适用于所有时间序列或分组数据。
预测明年销售额时，把未来月份放入训练特征会怎样？
模型会提前看到未来信息，测试分数被高估而实际预测不可用；切分和特征构建必须遵守时间顺序。