Kroswalidacja jest metodą oceny modelu statystycznego stosowaną w przypadku niedostatecznie licznego zbioru uczącego. Jest ona stosowana w celu estymacji błędu generalizacji modelu.
Idea metody polega na podzieleniu zbioru uczącego na możliwie równe podzbiory, a następnie stworzeniu pseudopróby uczącej poprzez usunięcie ze zbioru wejściowego jednego z k-podzbiorów i potraktowanie go jako zbioru walidacyjnego. Powtarzając powyższy proces k razy i obliczając statystyki na zbiorach walidacyjnych tak zbudowanych modeli dla możliwa jest estymacja błędu generalizacji modelu.
Zaimplementowana w Advanced Miner kroswalidacja jest wyposażona dodatkowo w możliwość l-krotnego przeprowadzania podziału zbioru wejściowego na podzbiory oraz wybór rodzaju kroswalidacji:
k-krotna walidacja - zbiór wejściowy jest losowo dzielony na k podzbiorów o równej liczności
walidacja "leave one out" - n elementowy zbiór wejściowy jest dzielony na n jednoelementowych podzbiorów
kroswalidacja stratyfikowana - podział zbioru wejściowego na k podzbiorów, w których odwzorowane są proporcje klas decyzyjnych ze zbioru wejściowego