Она гарантирует одинаковое качество на любых ещё не виденных данных.

Она напрямую обучает модель на тестовых данных, чтобы повысить её оценку.

Она удаляет сложные признаки перед каждой оценкой.

Она оценивает модель на нескольких разбиениях данных, уменьшая зависимость от одного удачного или неудачного разбиения.