能否用测试集调超参数？

不建议使用测试集来调整超参数。测试集的目的是在模型训练和调优完成后，评估模型在未见过的数据上的泛化性能。在模型训练和调参过程中使用测试集会导致过拟合和泛化能力的减弱。

为了避免这种情况，您应该将数据集划分为三个部分：训练集、验证集和测试集。您可以在训练集上训练模型，在验证集上调整超参数（如学习率、正则化参数等），然后在测试集上评估模型的最终性能。

在调整超参数时，使用验证集而不是测试集有以下优点：

避免过拟合：当您在测试集上调整超参数时，模型可能会过度适应测试集中的特定模式，导致泛化能力下降。使用验证集可以确保测试集在整个过程中保持独立，从而提供对模型泛化能力的准确估计。

公平性：使用测试集来调整超参数相当于在模型评估过程中使用了模型已经见过的数据。为了公平地评估模型在未见过的数据上的性能，应该在独立的数据集（验证集）上进行调优。

更准确的性能评估：使用验证集进行超参数调整可以确保测试集在评估过程中保持未知，从而更准确地估计模型在实际应用中的性能。

因此，在模型训练和调参过程中，应遵循训练-验证-测试的原则，以获得更可靠的性能评估。