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
独立な同一分布のデータが少なく、一度の分割による性能評価のばらつきが気になる。モデルの設定は固定し、5分割交差検証で評価したい。正しい手順はどれか。
DS検定データサイエンス
独立同分布とみなせる1万件のデータで複数のモデルとハイパーパラメータを比較し、最後に未知データ性能を一度だけ評価したい。データの使い方として最も適切なものはどれか。
G検定AI倫理・AIガバナンス
画像に人には分かりにくい微小な変更を加え、分類AIを意図的に誤認識させる攻撃を（ ）という。空欄に最もよく当てはまるものはどれか。
DS検定データエンジニアリング
離反予測用データの品質診断は次のとおりだった。 | 項目 | 状況 | 業務上の意味 | |---|---|---| | 退会理由 | 部署Aは01、部署BはAを同じ理由に使用 | カテゴリ | | 最終利用日 | 欠損18%、うち休眠顧客に偏る | 日付 | | 月額料金 | 一部がマイナス | 返金時だけ負値可 | AI-Readyな状態へ近づける対応として最も適切なものはどれか。