Leave-One-Out Cross-Validation (LOOCV)
K-Fold CVのK=N（データ数）の特殊ケース。毎回1サンプルだけをテストし、残りN-1個で学習する。バイアスは最小だがバリアンスが高く計算コストも大きい。線形モデルではGCVで高速に近似できる。
「K=NならLeave-One-Out CV（LOOCV）と呼ばれ、毎回1つだけテストし残りN-1個で学習」
「LOOCVはバイアスが小さいがバリアンスが高く計算コストが大きい」
「LOOCVをGCVで高速に近似する」
「ほぼ全データ（N-1個）を使う極端なCV。しかし条件付き誤差の推定には有効でない」
「LOOCVでも易しい訓練セットの内部分割は同様に易しく、真の誤差より過剰に小さく出る」