【正解の解説】
テストデータとは別に最終的な汎化性能を厳密に評価するために、モデルの学習期間中を通じて繰り返し参照され性能測定に用いられる。
学習期間中を通じて繰り返し参照して性能評価を行うのは訓練データや過学習を招く原因となる誤った使い方です。バリデーションデータはあくまでハイパーパラメータの調整に用いるものであり、学習の都度何度も見てしまうと、そのデータ自体を「覚えて」しまい、未知のデータに対する正しい評価ができなくなってしまいます。これは試験の過去問を何度も解きすぎて答えを丸暗記してしまい、本番の初見の問題に対応できなくなる状態と同じです。
【その他の選択肢の解説】
訓練データとテストデータの両方の特徴をあらかじめ学習モデルに反映させるために、前処理の段階で統合されパラメータ調整に用いられる。
訓練データとテストデータは目的が異なるため、あらかじめ統合して前処理を行うことはデータの漏洩を引き起こすため御法度です。テストデータは最後にモデルの実力を測るための「門外不出の模試」であり、学習の段階で触れさせてはなりません。すべてのデータを混ぜてしまうと、カンニングをした状態でテストを受けるようなものであり、モデルの真の汎化性能を測定できなくなってしまいます。
過学習の発生を防ぐために、モデルの構造やハイパーパラメータの調整過程において性能の確認と評価の目的で利用される。
これはまさにバリデーションデータの正しい使い方です。学校の勉強でいえば、定期テストの前に「小テスト」を解いて自分の理解度を確認し、苦手な分野の勉強方法を修正する作業に似ています。モデルが訓練データだけに最適化してしまい、応用力が落ちていないかをこの検証用データでこまめにチェックし、最適なパラメータを見つけ出すために活用します。
モデルの学習プロセス全体が完全に終了した直後に、未知のデータに対する最終的な予測精度を測るために一度だけ利用される。
学習終了後に未知のデータに対する最終的な予測精度を測るために一度だけ使われるのは「テストデータ」の役割です。バリデーションデータは学習の途中で何度も使ってモデルのチューニングを行いますが、テストデータはすべての調整が終わったあとに、モデルの「卒業試験」として人生で一度だけ厳格に評価するために使われるという決定的な違いがあります。