データ分割の層化・グループ漏洩検査
バグ・不具合を報告
分割後の同一行・同一グループの混入とクラス構成差を調べる。
分割間の重複数は、同じIDが2種類以上の分割に現れるものを一度だけ数えます。クラス比率は入力行数を分母とし、同一分割内の重複行も数えます。
入力すると自動で計算します。Enterで次の項目へ進めます。次の入力欄を選んで進めます。
選択内容に応じて、残りの入力項目を案内します。
計算結果
—件
—件
- 全体比率との最大偏差
- —ポイント
- 入力行数
- —行
- 異なる行ID
- —件
- 異なるグループID
- —件
- 同一分割内の行ID重複
- —行
- 時系列の日付順序
- —
必要な値を入力すると自動で計算します。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
計算方法・適用範囲・出典
計算方法
分割sのクラスcの比率p(c|s)=n(c,s)/n(s)。全体比率p(c)=n(c)/N。最大偏差(ポイント)=100×max|p(c|s)−p(c)|(存在する分割とクラスについて)。行ID・グループIDの分割間重複は分割ごとの集合の共通部分を数え、全体件数は2種類以上の分割に現れるIDを一度ずつ数えます。時系列は各前段分割の最大日付と後段分割の最小日付を比較し、前段>後段を逆転、同日を順序不明とします。
分割間の行ID・グループID重複数、クラス別比率と最大偏差、時系列での日付逆転・同日判定。
計算例(架空の数値)
例:訓練のAが2件・Bが1件、テストのAが1件・Bが1件なら、全体A比率60%、訓練66.67%、テスト50%で、最大偏差は10ポイントです。
適用対象と限界
同じ匿名ID規則で表した、分類タスクの単一の訓練・検証・テスト分割。個人情報・実ID、分割生成、前処理・特徴量経由の漏洩、分布変化の統計的有意性、時間差の最小ギャップ、同日内の前後関係、複数CV反復は扱わない。。
方法と出典
方法:split-overlap-and-proportion-v1 (2026-11-14)。データ記録日:2026-11-14。