数据泄露是机器学习项目在投入生产后的主要失败原因之一，与过拟合/欠拟合一起
无疑，数据泄露是对数据科学家的威胁，无论资历如何。
这种现象可以影响每个人，即使是在该领域有多年经验的专业人士。
它与过拟合/欠拟合一起，是机器学习项目投入生产后失败的主要原因。
数据泄露发生在训练集中的信息泄漏到评估集（验证集或测试集）中时
但是为什么数据泄露会导致如此多的受害者呢？
因为即使在开发阶段进行了许多实验和评估，我们的模型在生产场景中可能会出现惨败。
避免数据泄露并不容易。我希望通过这篇文章，您能够了解为什么以及如何在项目中避免它！
数据泄露的例子
下面是一个可以帮助您理解什么是数据泄露的例子。
假设我们是应用AI的开发人员，我们受雇于一家系列生产儿童玩具的公司。
我们的任务是创建一个机器学习模型，以确定玩具在售出后的3天内是否会面临退款请求。
我们从工厂那里获得数据，以捕捉装罐前的玩具的图像形式。
我们使用这些图像来训练我们的模型，在交叉验证和测试集上表现非常好。
我们交付模型，在第一个月中，客户仅报告了5％的有缺陷的玩具退款请求。
在第二个月，我们准备重新训练模型。工厂给我们发送更多的照片，我们用它们来……