跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要讨论通用线性模型选择与交叉验证,未提供足以归入所列应用细分的证据。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
J. H. Venter
J. L. J. Snyman

线性模型选择中广义交叉验证准则的一则札记

研究问题
在线性模型选择中,如何从不依赖坐标表示的角度理解交叉验证,并用统一准则涵盖已有的不同形式?
方法与思路
作者采用坐标无关的表述研究线性模型选择中的交叉验证,并据此推导一种新的广义交叉验证准则。
材料陈述的贡献
摘要称,新准则将普通交叉验证和既有广义交叉验证作为特例纳入,为两类准则提供统一的方法表述。
阅读关注点
阅读全文时应核对坐标无关表述的具体含义、新准则的推导条件,以及已有准则成为特例所需的限制。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;摘要未说明选择一致性、预测误差表现或计算成本,不能推断刊本变化。

原文摘要

Cross-validation criteria in linear model selection are approached from a coordinate free point of view. A new generalised cross-validation criterion is derived and shown to contain the ordinary and the existing generalised cross-validation criteria as special cases.

笔记与分组
相关领域论文