交差検証とは？こうさけんしょう
交差検証とは、データをk個のグループに分割し、1つを検証用・残りを訓練用として学習と評価をk回繰り返し、得られた評価値を平均して汎化性能を見積もる手法。全データが一度ずつ検証側に回るため、分けかたの偏りに評価が左右されにくく、データ量が少ないときほど採用する理由が強くなる。
最終更新：2026-10-06
この語が出る過去問を解く →背景
学習に使ったデータで測った精度は本番のデータでは再現しない。かといって検証用に切り分ければ、その分だけ学習に使える件数が減る。交差検証は役割を入れ替えて繰り返すことで、データを捨てずに未知データへの性能を測るという要求を成立させる工夫であり、モデル選択やハイパーパラメータ探索の評価軸として使われる。
具体例
scikit-learnのcross_val_scoreは、既定で分割ごとの評価値を配列で返す。5分割なら5個の値が並び、その平均だけでなくばらつきを見ることで、たまたま良い分割に当たっただけなのか安定して良いのかを判断できる。
試験での引っ掛け
ホールドアウト法との取り違えが本命で、1回だけ分けて1回評価するのがホールドアウト、役割を入れ替えてk回評価し平均するのが交差検証と、回数が分岐点になる。またkは分割数であって訓練側のグループ数ではない。時系列データにランダム分割を当てると未来の情報が訓練側へ混入する点も注意が要る。
関連用語
出た過去問
出典：令和6年度 秋期 応用情報技術者試験 午前 問2（IPA）
AIにおける教師あり学習での交差検証に関する記述はどれか。
正解：学習モデルの汎化性能を評価するために、データを複数のグループに分割し、一部を学習に残りを評価に使い、順にグループを入れ替えて学習と評価を繰り返す。
要点：交差検証はデータを分割・入替えして汎化性能を評価する手法
交差検証（クロスバリデーション）は、手元のデータをk個のグループに分割し、1つを検証用、残りを学習用として学習と評価を行う操作を、グループを入れ替えながらk回繰り返す手法である。目的は未知データに対する汎化性能を偏りなく見積もることで、モデルそのものを強くする手法ではない。したがって「分割して順に入れ替えながら学習と評価を繰り返す」と述べた選択肢が該当する。
出典・参考
公式シラバスの1 基礎理論 ＞ 3. 情報に関する理論 ＞ (9) AI（Artificial Intelligence：人工知能）に関する技術に掲載されている用語です。
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。