Leave-One-Out法

2024年6月8日

Leave-One-Out法（LOO法）は、交差検証（cross-validation）の一種であり、データセット内の各サンプルを1つだけテストデータとして使用し、残りのデータを訓練データとして使用してモデルを評価します。つまり、サンプル数と同じ回数だけモデルの評価が行われます。

LOO法の手順は以下の通りです：

1. 各サンプルを1つずつ選択し、それをテストデータとして残りのサンプルを訓練データとして使用します。
2. 選択したテストデータを除いた残りのデータを用いてモデルを訓練します。
3. テストデータを使用してモデルを評価し、性能指標（精度、再現率、F1スコアなど）を計算します。
4. すべてのサンプルについて上記の手順を繰り返し、各サンプルに対する性能指標の平均を計算します。

LOO法の利点は、すべてのサンプルをテストデータとして使用するため、データセットが小さい場合でも十分な学習データが得られることです。また、LOO法はバイアスのない評価を提供しますが、計算コストが高いため、大規模なデータセットでは他の交差検証手法がより一般的に使用されます。