Kreuzvalidierung
Robuste Bewertung durch mehrfaches Aufteilen der Daten.
Kreuzvalidierung bewertet ein Modell zuverlässiger, indem die Daten mehrfach in Trainings- und Testteile aufgeteilt werden und das Modell abwechselnd auf verschiedenen Teilen geprüft wird. So hängt die Bewertung weniger vom Zufall einer einzelnen Aufteilung ab.