Test Data

Los datos de prueba son la calificación honesta. Tienen que quedar intactos durante el desarrollo, porque cualquier decisión tomada en base a los resultados de prueba los convierte en datos de validación. Cuando los ejemplos de prueba se filtran al entrenamiento — contaminación —, los puntajes reportados dejan de significar algo.

En la práctica: Un modelo que saca 95% en un benchmark cuyas respuestas estaban en sus datos de entrenamiento no aprendió nada.