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

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。

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。

対応試験

DS検定G検定

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

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。

FujiCertの用語解説は、各試験の公式問題ではなく、学習者が問題演習でつまずきやすい観点を整理した非公式の学習支援コンテンツです。