ほーるどあうとけんしょう
ホールドアウト検証
手元のデータを学習用とテスト用に分割し、モデルの性能を評価する最も単純な検証手法です。未知データに対する汎化性能を測定できます。データを入れ替えて繰り返す交差検証と区別が必要です。
詳しい説明
ホールドアウト検証とは、手元にあるデータを「学習用データ」と「テスト用データ」に分割して、モデルの汎化性能を評価する方法です。最も一般的で基本的な検証手法の一つです。
まず学習用データを使ってモデルを構築し、次にモデルが一度も学習に使っていないテスト用データで予測を行い、その精度を測定します。データの分割はランダムに行うのが一般的で、これにより未知のデータに対する予測性能を確認できます。
G検定では、データを入れ替えて複数回検証を行う「交差検証（クロスバリデーション）」と混同しないことが重要です。ホールドアウト検証は1回限りの分割であるため、分割の偏りによって評価結果が変動する可能性があるという弱点があります。
試験で問われること
G検定
- データを学習用とテスト用に分割する検証手法であることを定義してください。
- 未知データに対する汎化性能を測定するために行われます。
- データを入れ替えて繰り返す「交差検証」と、1回限りの「ホールドアウト検証」を区別してください。