قد يحقق النموذج نتيجة ممتازة لأنه رأى معلومات لا تتوافر وقت التنبؤ. هذا تسرب يجعل التقييم متفائلًا ويؤدي إلى خيبة بعد التشغيل.
الفكرة الأساسية
افصل بيانات التدريب والتحقق والاختبار بطريقة تحترم الزمن أو هوية الكيان عند الحاجة. تعلّم خطوات المعالجة من بيانات التدريب فقط، ثم طبّقها على الأجزاء الأخرى.
خطوات عملية
- ابحث عن حقول لا تظهر إلا بعد وقوع النتيجة.
- امنع وجود نسخ قريبة من السجل نفسه في مجموعات مختلفة.
- احتفظ باختبار نهائي لا تستخدمه لاختيار النموذج.
مثال تطبيقي
توقع إلغاء اشتراك باستخدام تاريخ الإلغاء نفسه يعطي إشارة غير متاحة عند القرار. يجب حذف هذا النوع من المعلومات.
خطأ شائع ينبغي تجنبه
التقسيم العشوائي لا يناسب كل سلسلة زمنية أو بيانات مرضى أو مستخدمين متكررين. اختر التقسيم وفق المهمة.
للتوسع في الموضوع
صور توضيحية: الغلاف من Unsplash، الصورة الداخلية من Unsplash. ترخيص الاستخدام.
