实验化学中的机器学习失败通常被诊断为"杂乱数据",但杂乱并非单一问题。本文观点认为,实验机器学习的失败应在信息首次丢失、失真或被遗漏的流水线阶段进行诊断。测量、处理、整理、表示和验证会产生不同的失败模式,因此需要不同的诊断方法和补救措施。我们将数据生成置于一个混合连续谱上,从实验记录本整理的记录到高通量和闭环平台,指出自动化在提高一致性的同时,也容易导致系统性偏差和未记录的加工。随后,我们将反复出现的数据缺陷映射到流水线阶段,提出针对各阶段的诊断方法,并主张与预期用途相匹配的评估需要多种互补测试,而非单一划分。最后,我们提出五项操作性实践,以保留原始数据、捕获元数据、诊断失败、设计验证测试并报告数据转换。