Machine learning 测试误差小于训练误差

我正在使用RNN进行时间序列预测

首先，我使用遗传算法微调超参数，然后当我使用测试集评估所选模型时，它会给我以下错误：

列车RMSE:0.4700

列车RMSPE:6.8745

测试RMSE:0.2379

测试RMSPE:3.3740

---

如您所见，测试错误低于训练错误。这是什么意思？我做错了什么，还是很正常？

您的测试集不够多样化。另一种可能是，您的列车组包含标签错误或噪音很大的示例您是否正确计算了错误？您是否使用不相交的训练集/测试集？它们有多大？我的训练集包含180个示例，测试集包含46个示例