Como funciona
Em vez de usar uma única divisão treino/teste, a validação cruzada (cross-validation) divide o conjunto em k partes (folds). O modelo treina em k-1 partes e é testado na parte restante; o processo se repete k vezes, cada vez com uma parte diferente de teste. A média dos resultados dá uma estimativa mais confiável da performance real. A variante mais comum é a k-fold, mas existem outras, como leave-one-out.
Exemplo prático
Com 1000 exemplos e k=5, cada fold tem 200 exemplos. O modelo é treinado 5 vezes, testado em 200 exemplos diferentes a cada vez, e a acurácia final é a média das 5 rodadas. Isso reduz o impacto de uma divisão azarada e aproxima a avaliação do conjunto de teste final.
Para que serve
Reduz o risco de uma divisão de dados sortuda ou azarada dar uma impressão falsa de qualidade. É uma prática padrão para comparar modelos e ajustar hiperparâmetros de forma honesta, especialmente com conjuntos de dados pequenos ou médios.
Limitações
A validação cruzada não substitui um conjunto de teste final intocado. Ela ajuda a detectar overfitting, mas a regularização e a avaliação final ainda são necessárias para garantir generalização em produção.