* **數據代表性（data representativeness）：** 出現訓練集中只包含類別0~7，測試集中只包含類別8~9，通常應該隨機打亂數據 * **時間箭頭（the arrow of time）：** 根據過去**預測**未來（比如明天的天氣、股票走勢等），在劃分數據前你不應該隨機打亂數據，因為這么做會造成**時間泄露（temporal leak）**，你的模型將在未來數據上得到有效訓練。始終確保測試集中所有數據的時間都晚于訓練集數據 * **數據冗余（redundancy in your data）：** 某些數據點出現了兩次，一定要確保訓練集和驗證集之間沒有交集