machine-learning - 机器学习中，开发后可以将开发集添加到训练集中吗？

Question

通常我们在训练集上训练我们的模型，在开发集上评估它们，进行一些更改，再次训练和评估等等(开发阶段)，最后在测试集上评估一次。

假设我们的训练数据很少。然后，在开发阶段之后使用培训和开发集可能是有意义的。人们可以像往常一样估计超参数，最后(最终训练)将开发集添加到训练集，使用之前估计的超参数训练模型，并在测试集上评估一次。

这算不算“作弊”？人们会这样做吗，或者他们通常会在任何培训中忽略开发集吗？

Answer 1

我不认为这是作弊。如果它根据现实世界数据和未见过的测试数据改进您的模型，那就应该没问题。推荐使用训练/开发/测试集是有原因的，但如果你有这么小的训练数据集，我相信这是一个有效的策略。无论如何，如果不了解更多细节(例如数据的性质和您想要完成的任务)，就很难得到明确的答案。您可能希望了解的另一种方法是数据增强。我推荐以下类(class)，其中涵盖训练/开发/测试集分布等内容: https://www.coursera.org/learn/machine-learning-projects