我正在做一个有关对医学图像进行分类的科学项目，但是我没有很多数据，所以，如果我先扩充数据然后随机选择要保留的数据，然后再分割保留的数据，可以吗？首先，我的老师告诉我首先要扩充数据，然后再将数据分为训练，验证和测试。但是我认为我提出的方法会使训练数据集与测试数据集发生冲突，从而导致准确性不切实际（太高），因此我认为我的方法是在进行数据扩充后随机选择文件，以帮助扩充后的数据集彼此之间不太相似，并解决了数据集数量不平衡的问题。
weiqchen 回答：如果我们先扩充数据然后随机选择数据然后再分割数据，可以吗？
我们希望我们的模型能够很好地概括训练集，因此从技术上讲，我们应该仅对训练集进行数据扩充。我建议您将数据集分为训练，验证和测试，然后仅对训练集进行数据扩充。