Как проверить ML‑модель перед продом и избежать утечки данных в scikit‑learn

Высокая метрика на кросс‑валидации ещё не означает, что модель покажет такой же результат после запуска. Разрыв между офлайном и продакшеном часто появляется из‑за ошибок в подготовке данных, неправильного разбиения выборки или признаков, которые недоступны в момент предсказания. Разберём практический подход к проверке качества ML‑модели: от временного…