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,未提供宏观预测、收益预测或其他领域细分的具体研究对象。

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个注记

研究问题
能否从不依赖坐标表示的视角推导线性模型选择准则,并统一普通交叉验证与已有广义交叉验证?
方法与思路
作者以不依赖坐标的方式研究线性模型选择中的交叉验证,推导新的广义交叉验证准则并分析其特例。
材料陈述的贡献
摘要称,新准则将普通交叉验证与已有广义交叉验证准则包含为特例;摘要未陈述预测误差或选模表现的改善。
阅读关注点
应核对新准则的定义、坐标不变性的具体意义、得到已有准则的条件,以及是否提供选模理论或经验比较。
阅读边界
材料为版本未注明的 OpenAlex 索引摘要;准则公式、适用模型范围和性能结果未说明,不能由统一形式推断优势。

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