---
title: "グリッドサーチとランダムサーチとは？【G検定対策】"
description: "グリッドサーチとランダムサーチについて、G検定で問われるAI・機械学習分野の観点から、目的、前提、モデル構造、入力と出力、評価観点のどこが異なるかを比較します。暗記だけでなく、似た概念との混同を避ける見分け方や、選択肢を切るためのポイントも確認します。"
canonical_url: "https://stemtazoo.github.io/gk/grid-vs-random-search/"
section: "gk"
---

## まず結論

グリッドサーチは**事前に定めたハイパーパラメータの全組み合わせを網羅的に探索する手法**で、ランダムサーチは**指定した回数だけランダムに組み合わせを試す手法**であり、G検定では「網羅的か・ランダムか」「効率の違い」を正しく区別できるかが問われる。

## 直感的な説明

2つの違いは、探し方の姿勢です。

* **グリッドサーチ**：

  * マス目を1つずつ全部チェックする
  * 抜け漏れはないが時間がかかる

* **ランダムサーチ**：

  * マスの中をランダムに探す
  * 全部は見ないが、当たりを早く引くことがある

「全部見るか」「ランダムに試すか」の違い、と覚えると直感的です。

## 定義・仕組み

### グリッドサーチ（Grid Search）

* 各ハイパーパラメータの**候補値を事前に定義**
* **すべての組み合わせ**を試す
* 探索回数は候補数の積になる

※ 値は必ずしも等間隔である必要はありません。

### ランダムサーチ（Random Search）

* パラメータ空間から**ランダムにサンプリング**
* **探索回数を事前に指定**することが多い
* 試行回数に比例して計算量が増える

## いつ使う？（得意・不得意）

### グリッドサーチが向く場合

* パラメータ数が少ない
* 探索範囲が狭い
* 再現性を重視したい

### ランダムサーチが向く場合

* パラメータ数が多い
* 影響の小さいパラメータが多い
* 限られた計算資源で効率よく探索したい

## G検定ひっかけポイント

G検定では、**一部だけ正しそうな説明**を混ぜてきます。

### よくあるひっかけ

* グリッドサーチは等間隔に設定する → ✕（必須条件ではない）
* ランダムサーチは回数指定できない → ✕
* ランダムサーチは必ず非効率 → ✕

### 正誤を切る判断基準

* **全組み合わせを試す？** → グリッドサーチ
* **探索回数を指定？** → ランダムサーチ
* **効率よく当たりを探す？** → ランダムサーチ

## まとめ（試験直前用）

* グリッドサーチは網羅探索
* 等間隔は必須条件ではない
* ランダムサーチは回数指定で探索
* 多パラメータではランダムが有利な場合あり
* G検定では「網羅かランダムか」で即断