Tek bir eğitim-test ayrımı yanıltıcı olabilir. Model, hangi örneklerin hangi kümeye düştüğüne bağlı olarak şanslı veya şanssız olabilir. Çapraz doğrulama, test kümesi olarak hangi verilerin kullanılacağını değiştirerek bu riski azaltır.

K katlı çapraz doğrulama yönteminde, veriler k eşit parçaya bölünür. Model k-1 parça üzerinde eğitilir ve kalan bir parça üzerinde doğrulanır. Bu işlem k kez tekrarlanır, her kat bir kez doğrulama görevi görür. Daha istikrarlı bir tahmin için sonuçlar ortalama alınır.

Yaygın varyantlar

• K katlama, genellikle beş veya on katlama
• Sınıf oranlarını koruyan katmanlı k-katlama
• Tek örnek dışarıda bırakma yönteminde, k örnek sayısına eşittir.
• Zaman serisinin zamansal sıraya uygun olarak bölünmesi

Çapraz doğrulama hesaplama maliyeti gerektirir. K model eğitmek, tek bir model eğitmekten k kat daha uzun sürer. Büyük veri kümelerinde, genellikle tek bir test kümesi yeterlidir. Küçük veri kümelerinde ise çapraz doğrulama maliyete değerdir.