Como evitar vazamento de dados em machine learning: Target Encoding

O target encoding parece uma forma simples de tratar variáveis categóricas, mas uma implementação ingênua vaza o alvo para o conjunto de treino sem que ninguém perceba. As métricas de validação parecem ótimas, mas o modelo não funciona em produção. O artigo explica onde surge o vazamento (leakage) e mostra implementações corretas com Leave-One-Out e K-Fold, para chegar a um resultado honesto, e não a números bonitos no dashboard.