Estrategia de evaluación cruzada (Cross-validation)

Técnica estadística utilizada para evaluar el desempeño de modelos predictivos en inteligencia artificial y machine learning.

Consiste en dividir los datos disponibles en varios subconjuntos o pliegues, generalmente de forma aleatoria y excluyendo solapamientos entre ellos.

En un ciclo iterativo, uno de los pliegues se reserva como conjunto de prueba, mientras que el resto se utiliza para entrenar el modelo.

Este proceso se repite para cada pliegue, asegurando que cada subconjunto actúe como conjunto de prueba al menos una vez.

Permite obtener métricas de evaluación más robustas y representativas al promediar los resultados de las iteraciones.

Es especialmente útil para evitar problemas de sobreajuste y obtener estimaciones más confiables del rendimiento del modelo en datos no vistos.