最終更新日：2026年8月26日
gk
G検定トップ
＞ グリッドサーチとランダムサーチとは？【G検定対策】
まず結論
- グリッドサーチ：事前に決めた候補値の全組み合わせを試す
- ランダムサーチ：探索空間からランダムに一定回数試す
G検定では、網羅するか、試行回数を決めてランダムに探すかで切り分けます。
直感的な説明
2つの違いは、地図の探し方に近いです。
- グリッドサーチ：決めたマスを全部見る
- ランダムサーチ：限られた回数で広く点を打つ
候補が少なければ全部見る方法も使いやすいですが、ハイパーパラメータが増えると組み合わせ数が急増します。
定義・仕組み
グリッドサーチ
各ハイパーパラメータについて候補値を用意し、その直積となる全組み合わせを評価します。
例：
- 学習率：3候補
- 正則化係数：4候補
なら、3 × 4 = 12 通りを試します。
ランダムサーチ
各ハイパーパラメータの候補範囲や分布を決め、そこからランダムに組み合わせを抽出して評価します。
全候補を網羅する必要はなく、計算予算に合わせて試行回数を決めやすいのが特徴です。
どちらも通常は、各候補の良し悪しを検証データや交差検証で評価します。
いつ使う？（得意・不得意）
グリッドサーチが向く場面
- パラメータ数が少ない
- 候補値が少ない
- 決めた候補を漏れなく比較したい
ランダムサーチが向く場面
- パラメータ数が多い
- 探索範囲が広い
- 試行回数・計算時間に上限がある
ランダムサーチが必ずグリッドサーチより優れるわけではありません。目的は、計算予算に合った探索方法を選ぶことです。
G検定ひっかけポイント
- ❌「グリッドサーチは連続値をすべて試す」
- 事前に設定した候補値の組み合わせを試します。
- ❌「グリッドサーチの候補値は等間隔でなければならない」
- 等間隔は必須ではありません。
- ❌「ランダムサーチは過去の結果を利用して次を決める」
- それはベイズ最適化の特徴です。
- ⭕「全組み合わせ」→ グリッドサーチ
- ⭕「一定回数をランダムに試す」→ ランダムサーチ
まとめ（試験直前用）
- 全組み合わせ → グリッドサーチ
- ランダム試行 → ランダムサーチ
- パラメータ数が増えるとグリッドは重くなりやすい
- 過去結果を使って次を選ぶのはベイズ最適化
- 候補の評価には交差検証を組み合わせることがある