未知のすべてのデータで同じ性能を保証するからです。

評価のたびに難しい特徴量を取り除くからです。

複数のデータ分割でモデルを評価するため、たまたま有利または不利な1回の分割への依存を減らせるからです。

スコアを向上させるために、テストデータを直接使ってモデルを学習するからです。