机器学习准确率应该看验证集还是测试集

在机器学习中，我们通常使用验证集来评估模型的性能和调整超参数，测试集用于最终评估模型的性能。因此，准确率应该根据验证集或测试集进行评估，具体取决于您的目标。

如果您正在开发一个模型，并希望对其进行调整和改进，那么您应该使用验证集来评估模型的性能。您可以使用交叉验证技术来更好地利用您的数据，并确保您的模型对新数据的泛化能力。

如果您已经完成了模型的开发和调整，并且想要对其进行最终评估，那么您应该使用测试集来评估模型的性能。测试集应该是在模型开发过程中从未使用过的数据集，以确保您的模型可以在新数据上进行准确预测。