محمدعلی موسوی رینه

وقتی اطلاعات مجموعهٔ آزمون به فرایند آموزش راه پیدا می‌کند، نتیجه ممکن است بیش از حد خوش‌بینانه شود. مثلاً اگر قبل از تقسیم داده‌ها، استانداردسازی یا انتخاب ویژگی را روی تمام داده انجام دهید، اطلاعات آزمون وارد آموزش شده است. ابتدا داده را تقسیم کنید. سپس مراحل پیش‌پردازش را فقط روی آموزش برازش دهید و همان تبدیل را به اعتبارسنجی و آزمون اعمال کنید. برای داده‌های زمانی، ترتیب زمان را حفظ کنید. اگر چند رکورد متعلق به یک فرد یا دستگاه هستند، بررسی کنید که تقسیم گروهی لازم است یا نه. دقت را در کنار معیارهایی مثل بازخوانی و امتیاز اف‌وان تفسیر کنید. مجموعهٔ آزمون نهایی را برای تصمیم‌گیری دربارهٔ مدل مصرف نکنید.