如果有多个Model , 针对同一份数据(training set public testing set private testing set )
-
不建议 : 用整个training set 训练不同的网络然后在根据public testing set 的得分进行选取model
-
建议: 将training set 划分为Training set 和 Validation set (即Cross Validation ) 根据Validation set的得分进行选取model
Cross Validation :
如果担心将training set 分为 一份Training set 和 Validation set ,划分有点异常可以采用N-fold Cross Validation
即 Training set 随机分为N种train 和val , 对模型进行多次训练, 再根据平均得分选取model