我不是机器学习专家，但我通常的训练机器学习模型的流程是在数据清洗后，使用scikit-learn的train_test_split函数将数据集分为训练集和测试集
from sklearn.model_selection import train_test_splitx_train, x_test, y_train, y_test = train_test_split(X.values, y.values, test_size=0.30, random_state=0)跳过整个模型构建过程…当你定义并编译模型后开始训练模型(拟合)时，你可以使用如下的验证分割参数
history = model.fit(X_train, y_train, epochs=10,validation_split=0.2)这似乎再次将训练数据集分出20%的数据点用于训练过程中的模型验证。如果你的数据集有1000个数据点(行)，上面的第一段代码会导致有700个数据点用于训练，300个用于测试
第二段代码会再次从700个数据点中取出20%用于验证，留下640个数据点用于训练，160个用于验证
这导致我们用于训练模型的数据量变小了。
但我最近遇到了一种方法，可以使用测试数据进行验证，如下所示
history = model.fit(x_train, y_train, validation_data=(x_test, y_test))我的问题是，训练完成后验证数据会怎样？它会自动添加到训练数据中，从而在最后提高我们的准确率吗？另外，使用测试数据进行验证是否足够？如果我们这样做，当我们尝试使用测试数据评估模型时，会有什么影响吗？
回答：
如keras所述（最后的model.fit方法中使用validation_data来自keras）
validation_split
介于0和1之间的浮点数。用于验证数据的训练数据的比例。模型将分离出这一比例的训练数据，不会在其上进行训练，并在每个epoch结束时评估该数据上的损失和任何模型指标。验证数据是从提供的x和y数据的最后样本中选择的，在洗牌之前。
validation_data
用于在每个epoch结束时评估损失和任何模型指标的数据。模型不会在这些数据上进行训练。这可以是一个列表(x_val, y_val)或一个列表(x_val, y_val, val_sample_weights)。validation_data将覆盖validation_split。
因此，在这种设置下，模型不会在验证数据上进行训练。
理论上，验证数据用于评估你的模型并调整其超参数。
如果你需要将这个模型投入生产，你应该使用所有数据重新训练模型，知道性能将是你从验证/测试数据中获得的性能
无论如何，验证/测试数据上的性能通常是对性能的乐观估计
