为什么在选择模型之前不进行模型调整?

这取决于每篇文章/书籍中遵循的实验设置,但简而言之,在同一实验中执行模型选择+超参数优化的正确方法是使用 嵌套交叉验证 :

• 评估模型性能的外部循环(通常)
• 一个内部循环(再次分割由外部循环的N-1个训练分区形成的数据集),在每个折叠中执行超参数优化。

你可以看看 this other question 了解有关此验证方案的详细信息。

然而,请注意,在某些情况下,只需与所有模型进行一般比较,然后仅优化性能最好的模型,这是可以接受的。但是,在一项严格的研究中,这远远不够理想。