在本教程中，您将了解什么是数据泄漏以及如何防止数据泄漏。如果你不知道如何防止它，泄漏将经常出现，它将破坏您的模型在微妙和危险的方式。因此，对于实践数据科学家来说，这是最重要的概念之一。
1、摘要
数据泄漏(或泄漏)发生在您的训练数据包含关于目标的信息时，但是当使用模型进行预测时，将无法获得类似的数据。
这将导致训练集上的高性能(甚至可能是验证数据)，但是模型在生产中表现很差。
换句话说，泄漏导致模型看起来很精确，直到您开始使用模型做出决策，然后模型变得非常不准确。
泄漏主要有两种类型:
target leakage 和 train-test contamination.
2、