she*_*ell 4 python machine-learning neural-network scikit-learn
在训练期间评估训练/测试结果时，请说出这些值：
Train: 50.5% - Test: 50.2%
Train: 55.5% - Test: 53.2%
Train: 62.5% - Test: 58.2%
Train: 69.5% - Test: 62.2%
Train: 75.5% - Test: 59.2% <--- stop training, overfitting seems to be happening.
发生这种情况时，您能阻止模型进行训练，还是作弊？即当测试精度降低时停止模型训练。我知道你应该只在训练期间评估训练集，所以这就是我想知道的原因。
这是作弊。以这种方式训练的模型对其“在现实生活中”的表现没有任何合理的保证
你应该做的是有一个单独的机制来检测学习何时完成（似乎你的训练是迭代的），它可能会分析模型本身，或者使用一些单独的（通常称为验证）保留部分数据集。
简而言之：除了报告最终值之外，您不能将测试数据用于任何事情，您不能根据它做出任何决定。