交差検証

一言で言うと

データセットをk個のfoldに分割し、各foldを検証用データとして順番に使いながらk回の評価を平均することで、モデルの汎化性能を安定的に推定する手法。

もう少し詳しく

データセットをk個に分割し、1つのfoldを検証用・残りを学習用として学習と評価をk回繰り返し、その平均を最終的な性能指標とします。単純なtrain/test splitと比べてデータを効率よく活用でき、評価結果のばらつきを抑えられます。少量のデータしか得られない場合にとくに有効で、過学習の検出やハイパーパラメータ選択にも広く使われます。

実務でどう使うか

関連する章

Ch191 で詳しく学べます。