我正在训练一个用于分类任务的卷积神经网络（CNN），我将数据集分为三部分：70%用于训练，15%用于验证，最后15%用于测试。我使用训练集来训练网络，并使用验证集来选择超参数。完成所有工作后，我用测试集测试了我的模型，结果发现模型在测试集上的表现比在验证集上更好（一个达到了85%的准确率，另一个达到了80%的准确率）。

这是可能的吗，还是我做错了什么？因为我在改善模型在验证集上的表现上投入了很多努力，而测试集在整个模型训练过程中是不可见的。

回答：

当你的测试集比验证集更能代表你的训练数据时，这是可能的。通常这意味着在你分割数据的方式上存在一些问题。

尝试在随机打乱数据后重新进行实验，并重新创建分割，以确保这不是由于幸运的分割所致。你在创建分割时使用了分层抽样吗？