DS検定 用語解説
交差検証とは
データを複数に分割し、訓練とテストを繰り返してモデルの性能を評価する方法。
まず押さえる結論
交差検証は、DS検定の「第5章 データ準備・可視化技法とモデル化」で確認しておきたい用語です。 定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
- 標本誤差とサンプリングバイアスの混同。標本誤差は標本抽出に伴う偶然のばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差。
- 過学習を『精度が高いこと』と誤解する。訓練データに過剰適合し未知データへの汎化性能が下がる問題として理解する必要がある。
- Precision（適合率）とRecall（再現率）の取り違え。目的（見逃しを減らしたいか、誤検知を減らしたいか）によって重視する指標が変わる。
関連する確認問題
第5章 データ準備・可視化技法とモデル化 / データ準備
標本誤差とサンプリングバイアスの違いについて、最も適切な説明はどれか。
標本誤差およびサンプリングバイアス、およびそれぞれの違いについて説明できる必要がある。標本誤差は標本抽出に伴う偶然のばらつき、サンプリングバイアスは抽出方法自体の偏りによる系統的な誤差である。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
訓練データに過剰に適合し、未知のデータへの予測性能が下がってしまう現象の名称として正しいものはどれか。
過学習とは何か、それがもたらす問題について説明できる必要がある。過学習は訓練データに過剰に適合し、未知データへの汎化性能が下がってしまう現象を指す。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
分類モデルの精度評価で、実際に病気である人のうち正しく陽性と判定できた割合を表す指標として正しいものはどれか。
混同行列、Accuracy、Precision、Recall、F値、特異度を理解し、精度を評価できる必要がある。Recall（再現率）は実際の正例のうち正しく陽性と判定できた割合を表し、見逃しを減らしたい場面で重視される。
同じ章で確認したい用語
到達チェック
- 交差検証を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、交差検証に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる