【機械学習】ホールドアウト法と交差検証法について知ろう！

本記事ではホールドアウト法と交差検証法について説明しています。 目次は次の通りです。

ホールドアウト法とは？

ホールドアウト法は、機械学習モデルの性能を評価する手法で、以下のような形でデータを訓練用とテスト用に分割し、モデルを学習させてから評価します。

短時間で精度を算出できますが、分割の方法で結果が変わることがあります。このデメリットの防止策として交差検証法というものがあります。

交差検証法とは？

交差検証法は、機械学習モデルの性能評価手法であり、以下のような形でデータを複数の部分に分割し、それぞれを交互にテストデータとして利用します。

k回分実行することからK-分割交差検証法とも呼ばれ、データを複数のサブセットに分けてモデルを訓練・評価する手法です。
これにより、平均化された性能評価が可能で、少ないデータでも信頼性の高い評価が得られますが、計算量や時間が増加するデメリットがあります。また、過学習抑制にもつながる手法です。

まとめ

本記事のポイントを以下にまとめます。