最终（生产准备就绪）模型应该在完整数据上还是仅在训练集中进行训练？

假设我在训练集上训练了多个模型，请使用交叉验证集选择最佳模型，并在测试集上测量性能。所以现在我有了一个最终的最佳模型。我应该在所有可用数据上对其进行再培训还是仅在培训集中接受培训的船舶解决方案？如果是后者，那为什么呢？

更新：正如@ P.Windridge所指出的，交付经过重新训练的模型基本上意味着未经验证就交付了模型。但是我们可以报告测试集的性能，然后正确地在完整数据上对模型进行训练，以期期望性能更好-因为我们使用了最好的模型加上更多的数据。这种方法会引起什么问题？

在对整个样本进行重新拟合后，您几乎总是会得到更好的模型。但是正如其他人所说，您没有验证。这是数据拆分方法中的一个基本缺陷。数据分割不仅失去了直接对整体模型中的样本差异进行建模的机会，而且不稳定，除非您的样本总数大于15,000个。这就是为什么要进行100次重复10倍交叉验证（取决于样本量）以实现精度和稳定性的原因，以及为什么用于强大的内部验证的自举甚至更好。引导程序还揭示了特征选择任务的难度和任意性。

我已经在生物医学研究的第10.11节“ 生物统计学”中详细描述了“外部”验证的问题。

您无需重新培训。报告结果时，总是报告测试数据结果，因为它们可以提供更好的理解。通过测试数据集，我们可以更准确地查看模型在样本外数据上的效果。