样本穿越

定义

样本穿越是训练样本的特征混入其预测时刻尚不可获得的信息，使训练输入超出了当时实际可用的数据范围。

核心判断

样本穿越指训练特征使用了预测时点之后的信息，会制造无法在线复现的离线收益。

工程检查

采用 point-in-time join，并对事件时间、处理时间和回填任务做边界测试。

本书依据

《第十五章-特征工程.pdf》，PDF 第37页附近。

扩展说明

随机切分不能替代时间穿越检查。