Python 调整超参数后在训练模型中使用验证集

我正在尽最大努力使用神经网络为不平衡数据创建模型。我有一个单独的测试集，但我有一个验证数据的问题。我可以在调整超参数后将验证数据添加到训练集吗？或者最好不考虑这一点，只在列车数据集上列车最终模型？您对此类数据有何看法？您的经验如何？

验证数据集仅用于keras为每个历元计算分数。因此，您的模型不受此数据集的影响，但您将获得更好的统计信息

---

这意味着：您可以在调整超参数后设置validatedata集，如果不想设置，则不必设置验证数据。

好的，那么在设置历元和其他内容后，最好对所有数据重新进行训练？