O que é validação cruzada e para que serve?

A validação cruzada é um método de avaliação da qualidade de um modelo de aprendizagem automática, que ajuda a verificar o quão bem o modelo funcionará em dados novos e invisíveis. A ideia principal é dividir o conjunto de dados original em várias partes (folds), por exemplo, 5 ou 10. Depois, o modelo é treinado em todas as partes, exceto uma, e testado na restante. Este processo é repetido até que cada parte tenha sido usada como teste.

Isso permite obter uma avaliação mais confiável do desempenho do modelo, reduzir o sobreajuste e escolher os melhores parâmetros. Por exemplo, na validação cruzada de 5 folds, os dados são divididos em 5 partes, e o modelo é treinado 5 vezes, cada vez em 4 partes, testando em 1.

Exemplo em Python usando sklearn:

from sklearn.model_selection import cross_val_score
from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris

X, y = load_iris(return_X_y=True)
model = RandomForestClassifier()
scores = cross_val_score(model, X, y, cv=5)
print(f"Precisão média: {scores.mean():.2f}")