التحقق المتقاطع

تخيّل طالبًا يراجع فقط الأسئلة التي ستظهر في الامتحان النهائي: سيحصل على درجة ممتازة، لكن هل تعلّم حقًا؟ يعالج التحقق المتقاطع (Cross-Validation) هذه المشكلة نفسها في تعلّم الآلة. إنه أسلوب تقييم يقوم بتدريب النموذج واختباره على عدة تقسيمات مختلفة للبيانات نفسها، بهدف تقدير أدائه بطريقة متينة لا تعتمد على الحظ.

مبدأ التقسيم إلى k أجزاء

الصيغة الأكثر شيوعًا هي التحقق المتقاطع بـ k طيّات (k-fold). تُقسَّم مجموعة البيانات إلى $k$ أجزاء متساوية تُسمى طيّات. في كل جولة، تُستخدم طيّة واحدة كمجموعة اختبار وتُستخدم الـ $k-1$ المتبقية للـتدريب. تتكرر العملية $k$ مرة، ثم يُحسب متوسط النتائج:

$$\text{Score}{CV} = \frac{1}{k}\sum_i$$}^{k} \text{Score

وبقيم نموذجية مثل $k=5$ أو $k=10$، تُستخدم كل نقطة بيانات بالتناوب للتدريب وللاختبار معًا.

لماذا هو ضروري

قد يكون التقسيم البسيط (تدريب/اختبار) مضلِّلًا: فالتقسيم المحظوظ يضخّم النتيجة بشكل مصطنع. يقلّل التحقق المتقاطع من هذا التباين ويساعد على كشف فرط التخصيص (Overfitting).

صيغ مفيدة

• الطبقي: يحافظ على نسب الفئات (مفيد مع البيانات غير المتوازنة).
• ترك واحد جانبًا: حالة قصوى حيث يساوي $k$ عدد الأمثلة.
• الزمني: يحترم الترتيب الزمني للسلاسل.

يبادل التحقق المتقاطع قليلًا من وقت الحساب مقابل ثقة كبيرة في النتيجة.