信息泄漏：ML项目中最隐蔽的杀手

在交叉验证之外做了特征选择或数据预处理，会导致测试信息"泄漏"到训练中，CV性能虚高、上线崩盘。这是很多"线下很好线上很差"案例的根因。关键认知：所有从数据中学习到的决策（包括选特征、选超参、选模型）都必须包含在CV的内部循环中。