Logistic模型选择中三种交叉验证策略的比较  

The Comparison of Three Cross-Validation Strategy for Logistic Model Identification

作　　者：家会臣[1] 靳竹萱[2] 李济洪[3] 

机构地区：[1]山西大学数学科学学院,山西太原030006 [2]北京大学数学科学学院,北京100871 [3]山西大学计算中心,山西太原030006

出　　处：《太原师范学院学报（自然科学版）》2012年第1期87-90,共4页Journal of Taiyuan Normal University:Natural Science Edition

基　　金：国家自然科学基金(60873128)

摘　　要：在模型选择中,常用5折、10折交叉验证方法.文章给出一种基于3×2交叉验证的模型选择方法,并通过模拟实验证明了在Logistic模型中,3×2交叉验证要比5折和10折交叉验证选到真模型的概率更大.The 5 fold and 10 fold cross validation methods are often employed in the model identification task.The 3×2 cross validation methods are introduced to identify the true model.The experimental results demonstrated that in the logistic regression framework,the probability of true model identification based on 3×2 cross validation is higher than that of 5 fold and 10 fold cross validation methods.

关 键 词：交叉验证 模型选择 LOGISTIC回归 R软件 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]