Утечка метки возникает, когда обучающие данные содержат информацию, которая не была бы доступна во время предсказания, но прямо или косвенно связана с целевой меткой. Она может создавать нереалистично высокие показатели качества при оценке, тогда как в реальном развертывании модель будет работать хуже.
A model design flaw in which a feature is a proxy for the label. For example, consider a binary classification model that predicts whether or not a prospective customer will purchase a particular product. Suppose that one of the features for the model is a Boolean named . Further suppose that a customer agent is only assigned after the prospective customer has actually purchased the product. During training, the model will quickly learn the association between and the label. See Monitoring pipelines in Machine Learning Crash Course for more information.