検証データとは？けんしょうでーた
検証データとは、機械学習で、訓練データで学習させたモデルの出来ばえを学習の途中や後に確かめ、設定の調整やモデルの選択に使うデータ。学習そのものには使わない。どの設定がよいかを決め終えたあと、最後に一度だけ性能を測るためのテストデータとは役割が違う。
最終更新：2026-10-10
基本情報を最短で暗記・合格する →背景
モデルには、学習の回数のように、人が先に決めておく設定がいくつもある。どの設定がよいかをテストデータで何度も比べて選ぶと、テストデータに合う設定を選んだことになり、テストの成績が実力より良く見えてしまう。そこで、調整のために何度でも使ってよいデータを別に取り分け、テストデータは最後の判定まで手を付けずに残すようになった。
具体例
データ分析のコンペティションを開く Kaggle では、参加者は配られた学習用データの一部を自分で検証データとして取り分け、モデルの設定を調整する。順位表には途中経過の成績（パブリック）と、締切後に公開される最終成績（プライベート）があり、途中経過の成績に合わせて調整しすぎた参加者が、最終順位で大きく順位を落とすことがある。検証の仕方が甘いと、見えている成績と本当の実力がずれる例である。
試験での引っ掛け
検証データとテストデータの取り違えが最も狙われる。検証データは設定の調整やモデルの比較に何度も使い、テストデータは最後に一度だけ汎化性能（初めて見るデータでどれだけ当たるか）を測る。データを一度だけ訓練用と検証用に分けて確かめるのがホールドアウト検証、データを k 個に分け、検証に使う部分を入れ替えながら k 回学習と検証をくり返して平均をとるのが交差検証である。訓練データでの成績は良いのに検証データでの成績が悪ければ、過学習を疑う。
関連用語
出典・参考
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。