Uma única divisão em treino e validação pode fazer um modelo parecer excepcionalmente bom ou excepcionalmente fraco. A validação cruzada repete a comparação em várias partições reservadas dos dados de treino. Cada linha fica fora do ajuste uma vez. Mantenha o pré-processamento dentro do pipeline para que cada escalonador aprenda apenas com a sua partição. Você vai reunir as pontuações por partição, resumir a dispersão delas e criar probabilidades fora da partição. O conjunto de teste final continua separado, porque escolher um modelo com base em pontuações repetidas já é uma forma de seleção. Um evento raro também precisa de exemplos positivos suficientes em cada partição; uma pontuação não serve de nada quando falta a classe de que ela precisa.
A validação cruzada reajusta o pipeline inteiro dentro de cada partição de treino.