[問卦] 為什麼現在新的深度學習模型都很少割出te
"為什麼現在新的深度學習模型都很少割出test dataset?"
在進行實驗的時候,
發現近三年來的研究工作,
很多都沒有切割test dataset,
論文裡也沒有列出test dataset的實驗結果.
反而都直接以validation dataset包含test dataset.
比例也從以往常用 train:val:test = 8:1:1 (7:2:1)
變成 train:val = 8:2
很多學校裡的指導教授還是要求要使用8:1:1這個鐵比例.
為什麼現在新的深度學習模型都很少割出test dataset?
這些新模型其實只是舉手之勞就可以做這到件事,
而且按照指導教授的要求,
論文裡要是沒有test dataset的實驗結果,
應該是不能被刊登.
不得其解...
大大們可以詳細說明解釋這個原因嗎?
還有,
想知道指導教授的堅持是對的嗎?
以及有沒有上述眾多問題的八卦?
先謝謝各位深度學習的高手~
--
※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.71.215.133 (臺灣)
※ PTT 網址
噓
可以講人話?
推
我猜是因為這樣數字會很難看 嘻嘻
→
窩不知道 因為數字難看?
推
cross validation ?
推
你知道有 Data Science 版嗎?
→
避免過擬合 必須留下母代基因.
噓
不是都用CV嗎 5 fold
→
去打一下kaggle吧
推
補推