当我的房价模型达到 100% 准确率时，我本该警惕

作者复盘在 Kaggle House Prices 数据上的建模错误：脚本本应预测 SalePrice，却把 SalePrice 本身作为输入列，模型可直接从输入读出答案，因而训练准确率达到 100%。移除泄漏列后，同一设置因把价格当作类别标签处理，在留出数据上仅得 52%。改为回归且不泄漏后，Decision Tree Regressor 的 R2 为 0.75、RMSE 为 $43,830、MAE 为 $29,724；Random Forest Regressor 的 R2 为 0.84、RMSE 为 $34,656。作者借此提醒，异常完美的指标通常意味着流程有问题。

AI推荐理由 这是一篇开发者复盘，具体新信息在于：作者在 Kaggle House Prices 数据上误把目标列 SalePrice 作为输入特征，导致训练集出现 100% 准确率；移除泄漏列后，同一设置因把价格当分类标签处理，在留出数据上仅得 52%。随后改用回归并给出 Decision Tree R2 0.75、RMSE $43,830、MAE $29,724，Random Forest R2 0.84、RMSE $34,656 等结果。价值在于数据泄漏与任务类型误判的实操教训，但内容属个人博客经验，非新方法或官方证据，且摘要中 Random Forest 的 MAE 被截断。