测试集准确率不变_现在的机器学习模型似乎对测试集产生了严重的过拟合!

在《理解数据增强》的文章

deardao：理解数据增强（Data Augmentation）​zhuanlan.zhihu.com

的最后留了一个问题：测试集是否能代替真实的样本分布？或者说换一组测试集是否可以得到相同的精度？

我们对该问题的回答决定了我们对模型的信任程度。我们再把《理解数据增强》中的表格拿过来：

表格1 对号代表使用数据增强，叉号代表不使用

文中提到，我们一般不使用后两种形式（增强测试集）进行模型训练，而只使用前两种（增强训练集）。然而，我们能不能用增强的测试集来测试网