• 데이터 셋을 Train Set과 Test Set 두 세트로 나누는 과정
• 일정 비율로 설정
• Train Set이 작으면 모델 정확도의 분산 증가 -> 과소적합 가능성 상승
• 반대로, Train Set이 커지면 과대적합 가능성 상승

최고의 효율을 내기 위해 Random Subsampling이 있다.

• Train set과 Test set을 바꿔가면서 hold-out을 반복적으로 실행하는 것