trainlint：检测机器学习静默错误的静态检查工具
trainlint 是一款专注于机器学习训练与评估代码的静态检查工具，主要用于捕捉不报错但会失效的静默错误。比如常见的数据泄漏问题：如果在整个数据集上先选出前 20 个特征再做 5 折交叉验证，往往会产生虚高的准确率，而正确的流水线才能反映真实性能。该工具能够有效找出数据泄漏、训练评估模式切换遗漏以及损失函数与模型输出不匹配等隐蔽代码缺陷，提升实验可靠性。
trainlint 是一款专注于机器学习训练与评估代码的静态检查工具，主要用于捕捉不报错但会失效的静默错误。比如常见的数据泄漏问题：如果在整个数据集上先选出前 20 个特征再做 5 折交叉验证，往往会产生虚高的准确率，而正确的流水线才能反映真实性能。该工具能够有效找出数据泄漏、训练评估模式切换遗漏以及损失函数与模型输出不匹配等隐蔽代码缺陷，提升实验可靠性。