辛德蕾拉|准备数据时如何避免数据泄漏( 五 ) 12345678910111

总结在本教程中，您学习了评估机器学习模型时如何避免在数据准备期间出现数据泄露的问题。
具体来说，您了解到：

直接将数据准备方法应用于整个数据集会导致数据泄漏，从而导致对模型性能的错误估计。
为了避免数据泄漏，必须仅在训练集中进行数据准备。
如何在Python中为训练集-测试集分割和k折交叉验证实现数据准备而又不会造成数据泄漏。

原文链接:
编辑：于腾凯
校对：吕艳芹
译者简介

张一然，哥本哈根大学计算机系硕士毕业, 研究方向为图像补全。现从事自然语言处理工作。感兴趣方向为计算机视觉和自然语言处理，喜欢看书旅游。
—完—
【辛德蕾拉|准备数据时如何避免数据泄漏】想要获得更多数据科学领域相关动态，诚邀关注清华-青岛数据科学研究院官方微信公众平台“ 数据派THU ” 。