在训练过程中评估训练/测试结果时，假设得到以下数值：

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% <--- 停止训练，似乎出现了过拟合。

当这种情况发生时，可以停止模型训练吗？还是这属于作弊？即当测试准确率下降时停止模型训练。我知道在训练过程中应该只评估训练集，所以我对此感到疑惑。

回答：

这是作弊。这样训练的模型在“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独立的机制来检测学习何时结束（看起来你的训练是迭代的），这个机制可以分析模型本身，或者使用数据集中的某个独立部分（通常称为验证集）。

简而言之：除了报告最终值外，你不能用测试数据做任何事情，你不能基于它做出任何决定。