数据泄露

1.目标泄露:存在由y决定的x，即先发生y，后发生x。

2.训练测试污染：例如填补缺失值使用了全部的数据，在调用calling train_test_split()函数前对数据进行预处理（比如为缺失的值拟合一个估算值），结果怎么样？你的模型将会获得一个较好的验证分数，但用于部署决策时效果很差。