Correction d’un pipeline avec fuite de données via encodage global

Scénario

Contexte : Un modèle de classification catégorielle affiche des performances anormalement élevées. Le Problème : L’encodage des variables catégorielles est appliqué avant séparation train/test. Extrait logique actuelle : encoder.fit_transform(X) train_test_split(X, y) Contraintes : Appliquer encodage uniquement sur le train via Pipeline ou ColumnTransformer. Réappliquer transformation sur test. Livrable attendu : Corriger le pipeline afin d’éliminer toute fuite d’information liée au prétraitement.

Compétences ciblées