FujiCert

データ・DX

交差検証とは？

読み: こうさけんしょう英語: Cross Validation更新日: 2026-06-26

交差検証とは、データを複数の分割に分け、学習と評価を入れ替えながらモデル性能を確認する方法です。

DS検定G検定

関連表記: 交差検証 / クロスバリデーション / Cross Validation / k-fold

試験で問われるポイント

  • 限られたデータで汎化性能を見積もるために使います。
  • 過学習の確認やモデル比較に役立ちます。
  • 時系列データでは単純なランダム分割が適さない場合があります。

具体例

5分割して、4つで学習し1つで評価する手順を入れ替えて平均性能を見ます。

混同しやすい点

  • 交差検証をすれば本番性能が必ず保証されると考える。
  • テストデータを学習や調整に使ってしまう。

関連問題で復習

G検定機械学習の概要・具体的手法

「交差検証（クロスバリデーション）」の目的として、最も適切なものはどれか。

生成AIパスポートAI・生成AIの基礎

データを複数に分割し、それぞれで学習・評価を行うことで性能推定の信頼性を高める手法を何と呼ぶか。

G検定機械学習の概要・具体的手法

「k-means法」の説明として、最も適切なものはどれか。

関連用語

機械学習

データからパターンや規則を学び、予測や分類などに利用するAIの手法です。

評価指標

モデルの性能を測るための指標です。タスクや目的に合わせて適切な指標を選びます。

過学習

学習データにはよく合うが、新しいデータへの予測性能が低くなる状態です。