Почему важно перемешивать данные при разделении на train и test?

Перемешивание данных при разделении на train и test важно по нескольким причинам:

• Предотвращение предвзятости. pythonru.com Если данные не перемешаны, то они могут быть разбиты на выборки по классам, что вносит в модель нежелательную предвзятость. pythonru.com
• Равные возможности для изучения признаков. pythonru.com Перемешивание помогает алгоритму получить равные возможности для изучения признаков каждого из представленных классов и последующего тестирования результатов обучения. pythonru.com
• Избегание пересечения данных. education.yandex.ru Если не перемешать данные, то, например, преобразования одной картинки могут попасть в оба множества, и произойдёт пересечение трейна и теста. education.yandex.ru
• Предотвращение неслучайного назначения данных. stats.stackexchange.com Например, если разделить сбалансированный набор данных для бинарной классификации в пропорции 80:20, то в тестовых данных могут оказаться только метки из одного класса. stats.stackexchange.com Перемешивание предотвращает такую ситуацию. stats.stackexchange.com