Investigación Cuantitativa · Departamento Editorial KAEL
Fuga de datos: atajos invisibles en la evaluación de modelos
Las filtraciones de datos exponen a los modelos a información que no deberían conocer durante la evaluación. Puede mejorar significativamente las puntuaciones experimentales, pero no se puede reproducir en entornos nuevos.
Solución de problemas desde el flujo de procesamiento
Si todos los datos se utilizan primero para calcular los parámetros de normalización y luego se dividen los conjuntos de entrenamiento y evaluación, la información de evaluación puede ingresar al proceso por adelantado. El rango de adaptación del procesador también debe ser coherente con el rango de entrenamiento del modelo.
Verifique las relaciones de muestra
Los segmentos de tiempo adyacentes o entidades repetidas pueden ser muy similares. La partición aleatoria simple hará que aparezcan muestras relevantes en ambos lados, lo que hará que la tarea de evaluación sea más fácil que las aplicaciones reales.
Crear reglas de cuarentena
Encapsule la partición de datos, el cálculo de características y la evaluación en procesos fijos. Cualquier característica agregada indica cuándo estará disponible y cómo se generó, lo que permite realizar una revisión antes de la experimentación.
