交差検定 - Wikipedia交差検定（英: Cross-validation）とは、統計学において標本データを分割し、その一部をまず解析して、残る部分を最初の解析の仮説検定に用いる手法[1] [2] [3]。 最初に解析するデータを「訓練事例（training set）」などと呼び、他のデータを「テスト事例（testing sets）」などと呼ぶ。 交差検定は Seymour Geisser が生み出した。特にそれ以上標本を集めるのが困難（危険だったり、コストがかかったり）な場合、データが示唆する仮説を検証することに慎重になる必要がある。 [編集] 交差検定の主な種類 [編集] ホールドアウト検定 一般にホールドアウト検定は交差検定には分類されない。なぜなら、データを交差させることがないためである。初期標本群から事例を無作為に選択してテスト事例を形成し、残る事例を訓練事例とする。テスト事例に使われるのは初期の標本群の
