問題 No.1400
機械学習モデルの汎化性能を評価するためのデータ分割に関する記述のうち、不適切なものはどれか。
【正解の解説】
k-分割交差検証において、kの値を大きく設定すればするほど、各回の学習で用いる訓練データが少なくなるため、モデルのバイアスが増大し学習速度も飛躍的に向上する。
k-分割交差検証のkを大きくすると、毎回学習に使えるデータ量は増えます。しかし、訓練データが少なくなるという説明は誤りであり、計算コストは増大しますが学習速度が飛躍的に向上するわけではありません。
スポンサーリンク
【その他の選択肢の解説】
ホールドアウト法は、データを学習用とテスト用に一度だけ分割するため、分割の偏りによって評価結果が大きく変わるリスクがある。
ホールドアウト法は、手元のデータを「学習用」と「テスト用」の2つのグループにバッサリ分ける方法です。一度しか試さないため、たまたま分け方が偏ると評価が安定しません。
k-分割交差検証は、データをk個の部分集合に分割し、テストデータをローテーションさせながらk回の学習と評価を行うため、データが少ない場合に特に有効である。
k-分割交差検証は、データをk個に切り分け、その一部を入れ替えながら何度もテストを行う方法です。データが少ない場合でも、手持ちの情報を無駄なく使い切れるため有効です。
リーブワンアウト検証は、データ数がN個のとき、1個のデータをテスト用、残りのN-1個を学習用とする検証をN回繰り返す手法である。
リーブワンアウト検証は、データがN個あればN回検証を行う、k-分割交差検証の極端なケースです。毎回1つだけをテストに使うため、非常に丁寧な検証ができます。