盘点我跳过的科研天坑，进坑就是半年白干( 三 ) 文|白鹡鸰and小轶祝大家新年快

4.和领域内的专家保持交流
领域内专家的意见是很重要的（特别是你的导师）。基于丰富的经验，他们能更好地估计研究的可行性和研究价值；对于研究结果的预期可能会更准确，因此当你误入歧途时，更可能及时地指出；而对于你的成果面向的受众也会更了解，能帮助你选择论文投稿的正确的期刊。因此，多和前辈们交流。记住，前辈不限于你的导师，院系内类似工作的老师、学长学姐都是可以请教的对象。多交流还能防自闭！
5.好好做文献调研！好好做文献调研！
重复一遍是因为小轶觉得这点简直是坑中之坑！需要鞭策自己！
当你想到一个研究问题的时候，你很可能不是第一个想到的。如果你没找到相关的研究，可能只是因为他人描述问题的形式和你不尽相同，更糟糕的是可能是因为你的问题根本不具备研究价值。无论哪种情况，都是由于文献调研还不够充分导致的。需要多读论文，然后通过交流讨论，确定这个研究问题能不能做下去。不要担心那些和你研究同一个问题的论文：创新性可以来自很多方面，新方法，新结论，新应用点，世界这么大，只要你会讲故事，没那么多论文能和你完全一样（真一样的话就说明是有缘人，发邮件交个朋友去吧）。前人的工作将为你提供很多宝贵的结论、经验、教训，也必然存在不完善的地方，沿着前人的不足做下去就好了。

文章图片
6.考虑好要如何部署模型
“你为什么一定要用深度学习模型？传统方法它不香吗？”这是每一篇应用机器学习模型的论文必须回答的问题。
目前，有很大一部分的机器学习模型并不具有实用价值，它们只代表了建模和数据分析的发展方向。如果只是运用机器学习模型，一定要注意模型的适用范围（实时性、计算力等），还要对如何魔改模型的输入输出心里有数。 “因为没人把机器学习用在我的领域，所以我把模型套过来跑一跑”的行为早就饱受诟病了（详见《近期神奇机器学习应用大赏》）。
4如何建立可靠的模型
1.不要混淆训练和测试数据！
要使用能证明模型泛化性的测试集。训练集上表现再好也可能只是过拟合，只有在一个尽可能贴近实际场景的测试集中表现过关，才能证明模型的训练是有效的。你的训练集中数据可以是在单一条件下采集的，但测试集中数据必须包括各式各样的情况。而且测试集和训练集绝对不能有重合。
2.多尝试几个模型
根据NoFreeLunch理论，任何的机器学习方法都不可能在所有领域表现最好。所以，当你将机器学习引入自己的领域的时候，多试几个模型，确保你用的是最合适的那一个，当然，也可能没有一个适合你：）
3.不要使用不合适的模型
由于现在机器学习的库太多了，生搬硬套的现象也越来越普遍。搞不清模型输入输出，只想用新兴神经网络炮轰一切问题的，看到个新模型就想拿来用的，是不是听起来就要血压升高？

文章图片
4.好好调参！好好调参！
重复一遍是因为白鹡鸰特别懒不喜欢调参需要鞭策自己
很多模型中都有超参数，它们对模型的表现影响重大，而不同的领域/数据集对超参数的要求又各有不同。所以，即使是懒，也必须采用一些自动化方法来调参，比如网格搜索，简单粗暴，我的挚爱。如果模型很大，训练成本高昂，甚至可以利用一些工具包帮忙调参。