TinyML模型训练最佳实践：模型验证与测试
去年冬天调试一个智能门磁项目，模型在PC端跑测试准确率98%，部署到STM32F4上直接崩了——不是精度下降，是推理结果全是0。查了三天，最后发现是测试集里混了一个训练样本，模型在验证时“作弊”了。这种坑，踩过一次就再也不敢马虎。
验证集不是摆设，是救命稻草
很多人做TinyML模型，数据集本来就小，恨不得把所有数据都塞进训练集。结果模型在训练集上loss漂亮得像假数据，一上板子就原形毕露。
正确的数据划分策略：训练集、验证集、测试集，一个都不能少。对于嵌入式场景，建议按6:2:2划分。别觉得浪费数据，你省下的那20%数据，会在部署阶段让你少掉一半头发。
有个细节容易忽略：时间序列数据绝对不能随机打乱后划分。比如加速度传感器采集的人体活动数据，前10分钟是走路，中间10分钟是跑步，后10分钟是上下楼梯。如果你随机打乱再划分，验证集里可能混入了和训练集时间上连续的数据片段，模型实际上“见过”类似模式。正确做法是按时间顺序切分，前60%训练，中间20%验证，最后20%测试。
交叉验证在小数据集上的正确打开方式
当你的数据集少于1000个样本时，单次随机划分的验证结果可能波动很大。这时候K折交叉验证是更好的选择。
但注意，嵌入式场景的交叉验证和标准ML不一样。标准做法是随机分成K份，但TinyML的数据往往带有设备ID、环境标签等元信息。如果你把同一个设备采集的数据分到了不同折里，模型实际