为什么有的人并不用验证集，只用训练集和测试集，他们不需要调超参数吗？

有时候，一些人确实只使用训练集和测试集而不使用验证集。这可能是因为他们认为数据量不足以进一步划分，或者他们使用了其他方法来调整超参数。以下是一些可能的原因：

数据量有限：如果数据集很小，将其划分为训练集、验证集和测试集可能会导致每个子集的样本量不足。在这种情况下，他们可能会选择使用交叉验证（如k-折交叉验证）方法来调整超参数，而不是划分出一个单独的验证集。

使用预设的超参数：有时候，他们可能会选择使用预设的超参数值（例如，根据经验或从其他研究中获得），而不是在当前数据集上进行调整。这种情况下，他们可能不需要一个单独的验证集。

使用默认的超参数：对于某些算法，库中的默认超参数值可能已经足够好，他们可能不需要进一步调整。在这种情况下，他们可能选择省略验证集。

使用嵌入式方法：一些模型，如LASSO回归和Elastic Net，具有内置的特征选择和超参数调整功能。在这种情况下，他们可能不需要一个独立的验证集来调整超参数。

虽然在某些情况下可以省略验证集，但在大多数情况下，为了获得更可靠的性能评估和避免过拟合，建议使用训练集、验证集和测试集三者进行模型训练、调优和评估。