交差検証（クロスバリデーション）とは？
読み方: コウサケンショウ
30秒まとめ
データを複数のグループに分割して、モデルの汎化性能を公平に評価する手法。過学習の検出に有効。
交差検証（クロスバリデーション）の意味・定義
交差検証（Cross-Validation、クロスバリデーション）は、機械学習モデルの汎化性能（未知のデータに対する予測精度）を正確に評価するための手法です。最も一般的なK-fold交差検証では、データをK個のグループ（fold）に分割し、1つをテスト用、残りを学習用として使い、これをK回繰り返して平均スコアを算出します。全データを学習と評価の両方に使えるため、限られたデータでも信頼性の高い評価が可能です。過学習の検出、モデルの比較、ハイパーパラメータの選択に活用されます。Stratified K-fold（層化分割）やGroup K-fold（グループ分割）などのバリエーションもあり、データの特性に応じて使い分けます。