Mi az a térbeli keresztvalidálás és miért szükséges?

A térbeli keresztvalidáció egy olyan módszer a gépi tanulási modellek minőségének értékelésére, amely figyelembe veszi az adatok térbeli szerkezetét. Ellentétben a szokásos keresztvalidációval, ahol az adatokat véletlenszerűen osztják fel tanuló- és tesztkészletekre, a térbeli keresztvalidáció az adatokat földrajzi elhelyezkedésük szerint osztja fel, hogy elkerülje az információszivárgást a közelben lévő pontok között.

Ez fontos, mert a geospaciális adatokban a közel lévő objektumok gyakran hasonló jellemzőkkel bírnak (térbeli autokorreláció). Ennek figyelmen kívül hagyása túlillesztést és túlbecsült pontosságot eredményezhet a teszteken.

Használati példa: amikor egy modell épül a talajminőség előrejelzésére különböző régiókban, a térbeli keresztvalidáció segít ellenőrizni, hogy a modell mennyire képes általánosítani az ismereteket új földrajzi területeken, ahelyett, hogy csak a helyi jellemzőket memorizálná.