期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
8
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于组块3×2交叉验证的预测误差估计的方差
被引量:
1
1
作者
杨杏丽
王钰
+1 位作者
王瑞波
李济洪
《应用概率统计》
CSCD
北大核心
2014年第4期372-380,共9页
本文对文献中新提出的预测误差的组块3×2交叉验证估计的方差进行了研究,给出了其方差的更为精细的表达式,且从理论上证明了不存在其方差的通用(对所有分布都适用的)无偏估计.
关键词
组块3×2交叉验证
无偏估计
预测误差估计的方差
下载PDF
职称材料
高维回归中基于组块3×2交叉验证的调节参数选择
2
作者
李济洪
陈萌萌
杨杏丽
《云南师范大学学报(自然科学版)》
2015年第3期27-32,共6页
将组块3×2交叉验证方法用于高维回归中的调节参数选择.首先通过ISIS方法把模型的维数降低到样本个数以内,然后使用AENET方法对降维后的模型进行进一步的降维和参数估计,使用组块3×2交叉验证方法选择最佳的调节参数.综合考虑...
将组块3×2交叉验证方法用于高维回归中的调节参数选择.首先通过ISIS方法把模型的维数降低到样本个数以内,然后使用AENET方法对降维后的模型进行进一步的降维和参数估计,使用组块3×2交叉验证方法选择最佳的调节参数.综合考虑模拟实验中各种调节参数选择方法(AIC、BIC、EBIC、HBIC、5折交叉验证、组块3×2交叉验证)的EMSE值、方差以及计算复杂度,结果表明基于组块3×2交叉验证的方法是有其优势的.
展开更多
关键词
调节参数选择
组块3×2交叉验证
EMSE准则
下载PDF
职称材料
基于组块3×2交叉验证t检验的模型选择算法
被引量:
2
3
作者
刘焱青
王钰
李济洪
《陕西科技大学学报(自然科学版)》
2015年第1期179-183,共5页
传统的模型选择问题中,往往以所关心的性能指标的大小来评价模型.然而,许多情形下模型性能指标之间的差异在统计意义下是不显著的,是由随机误差导致的.为此,基于组块3×2交叉验证指标差异的显著性t检验给出了一种新的模型选择算法....
传统的模型选择问题中,往往以所关心的性能指标的大小来评价模型.然而,许多情形下模型性能指标之间的差异在统计意义下是不显著的,是由随机误差导致的.为此,基于组块3×2交叉验证指标差异的显著性t检验给出了一种新的模型选择算法.模拟实验结果表明,在统计意义的最小化即平方损失(回归)和0-1(分类)损失最小化下,该方法常常被选择到较为简单的模型.
展开更多
关键词
模型选择
组块3×2交叉验证
T检验
测试误差
模型复杂度
下载PDF
职称材料
预测误差的组块3×2交叉验证估计——基于生物数据的模拟比较研究
被引量:
3
4
作者
李济洪
胡军艳
王钰
《生物数学学报》
2014年第4期700-710,共11页
本文首先给出了一种新的预测误差估计方法,称为组块3×2交叉验证估计.通过基于人造与真实癌症生物数据的多个分类器上的模拟实验验证了本文方法在均方误差意义下优于文献中常用的2折和随机5×2交叉验证估计,对于5折,10折和Boots...
本文首先给出了一种新的预测误差估计方法,称为组块3×2交叉验证估计.通过基于人造与真实癌症生物数据的多个分类器上的模拟实验验证了本文方法在均方误差意义下优于文献中常用的2折和随机5×2交叉验证估计,对于5折,10折和Bootstrap交叉验证,在大多数情形下,本文方法也具有更小的均方误差.且比10折和随机5×2交叉验证有更小的计算开销.
展开更多
关键词
组块3×2交叉验证
预测误差
均方误差
原文传递
基于交叉验证的集成学习误差分析
被引量:
2
5
作者
路佳佳
《计算机系统应用》
2023年第1期302-309,共8页
目前关于集成学习的泛化性能的研究已取得很大成功,但是关于集成学习的误差分析还需要进一步研究.考虑交叉验证在统计机器学习中对于模型性能评估有重要应用,为此,应用组块3×2交叉验证和k折交叉验证方法为每个样本点进行赋予权重...
目前关于集成学习的泛化性能的研究已取得很大成功,但是关于集成学习的误差分析还需要进一步研究.考虑交叉验证在统计机器学习中对于模型性能评估有重要应用,为此,应用组块3×2交叉验证和k折交叉验证方法为每个样本点进行赋予权重的预测值的集成,并进行误差分析.在模拟数据和真实数据上进行实验,结果表明基于组块3×2交叉验证的集成学习预测误差小于单个学习器的预测误差,并且集成学习的方差比单个学习器方差小.与基于k折交叉验证的集成学习方法相比,基于组块3×2交叉验证的泛化误差小于基于k折交叉验证的泛化误差,说明基于组块3×2交叉验证的集成学习模型稳定性好.
展开更多
关键词
k折
交叉
验证
组块3×2交叉验证
集成学习
回归算法
模拟实验
预测模型
下载PDF
职称材料
一种均衡的RHS交叉验证
被引量:
2
6
作者
杨静
王瑞波
李济洪
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2015年第4期842-849,共8页
在统计机器学习中,交叉验证方法利用对一个数据集的多次切分,来构造多次重复实验,并以此估计机器学习模型的预测误差.然而交叉验证估计的稳定性与数据集的切分方式有着密切的关系.也就是说,不同的切分方式会导致训练集中所含共同样本的...
在统计机器学习中,交叉验证方法利用对一个数据集的多次切分,来构造多次重复实验,并以此估计机器学习模型的预测误差.然而交叉验证估计的稳定性与数据集的切分方式有着密切的关系.也就是说,不同的切分方式会导致训练集中所含共同样本的个数不同,当共同样本较多时,交叉验证估计具有较大的方差.为此构造了一种均衡的RHS(Repeated Half-sampling)交叉验证,使得训练集所含共同样本的个数的总和最小,并且任意两个切分之间的共同样本个数保持均衡,进而降低泛化误差估计的方差,进而有效地提高泛化误差估计的稳定性.从理论上证明了6次均衡的RHS交叉验证估计的方差小于组块3×2交叉验证,并且进一步通过模拟实验验证这一结论.同时,从实验结果可以说明6次均衡的RHS交叉验证估计的方差小于随机RHS交叉验证估计的方差.进一步,在真实数据集上大量的实验验证了这些结论.
展开更多
关键词
交叉
验证
泛化误差
组块3×2交叉验证
RHS
交叉
验证
下载PDF
职称材料
泛化误差的三种交叉验证估计方法的比较
被引量:
2
7
作者
胡军艳
王钰
李济洪
《太原师范学院学报(自然科学版)》
2013年第1期24-26,68,共4页
在泛化误差(Generalization Error)的估计中,交叉验证(Cross-validation)是最常用的方法.基于均方误差准则下,采用生物信息数据比较了泛化误差的5折、10折交叉验证和组块3×2交叉验证估计,实验证明组块3×2交叉验证比5折、10折...
在泛化误差(Generalization Error)的估计中,交叉验证(Cross-validation)是最常用的方法.基于均方误差准则下,采用生物信息数据比较了泛化误差的5折、10折交叉验证和组块3×2交叉验证估计,实验证明组块3×2交叉验证比5折、10折交叉验证方法更好.
展开更多
关键词
交叉
验证
泛化误差
组块3×2交叉验证
MSE
下载PDF
职称材料
方差正则化的分类模型选择准则
被引量:
1
8
作者
房立超
王钰
+1 位作者
杨杏丽
李济洪
《计算机科学与探索》
CSCD
北大核心
2019年第3期457-467,共11页
在传统的机器学习中,模型选择常常是直接基于某个性能度量指标的估计本身进行,没有考虑估计的方差,但是这样的忽略极有可能导致错误模型的选择。于是考虑在分类模型选择研究中添加方差的信息的方法,以提高所选模型的泛化能力,即将泛化...
在传统的机器学习中,模型选择常常是直接基于某个性能度量指标的估计本身进行,没有考虑估计的方差,但是这样的忽略极有可能导致错误模型的选择。于是考虑在分类模型选择研究中添加方差的信息的方法,以提高所选模型的泛化能力,即将泛化误差性能度量指标的组块3×2交叉验证估计的方差估计作为正则化项添加到传统模型选择准则中,提出了一种新的方差正则化的分类模型选择准则。模拟和真实数据实验验证了在分类模型选择问题中,提出的模型选择准则相比传统方法选到正确分类模型的概率更大,验证了方差在模型选择中的重要性以及提出的模型选择准则的有效性。进一步,理论上证明了在二分类问题的模型选择中,该模型选择准则具有选择的一致性。
展开更多
关键词
模型选择
泛化误差
组块3×2交叉验证
方差正则化
下载PDF
职称材料
题名
基于组块3×2交叉验证的预测误差估计的方差
被引量:
1
1
作者
杨杏丽
王钰
王瑞波
李济洪
机构
山西大学数学科学学院
山西大学计算中心
出处
《应用概率统计》
CSCD
北大核心
2014年第4期372-380,共9页
基金
山西省科技基础条件平台建设项目(20130910030101)资助
文摘
本文对文献中新提出的预测误差的组块3×2交叉验证估计的方差进行了研究,给出了其方差的更为精细的表达式,且从理论上证明了不存在其方差的通用(对所有分布都适用的)无偏估计.
关键词
组块3×2交叉验证
无偏估计
预测误差估计的方差
Keywords
Blocked
3×
2
cross-validation, unbiased estimator, variance of estimator of the predic-tion error.
分类号
O212 [理学—概率论与数理统计]
下载PDF
职称材料
题名
高维回归中基于组块3×2交叉验证的调节参数选择
2
作者
李济洪
陈萌萌
杨杏丽
机构
山西大学计算中心
山西大学数学科学学院
出处
《云南师范大学学报(自然科学版)》
2015年第3期27-32,共6页
基金
山西省科技基础条件平台建设资助项目(20130910030101)
文摘
将组块3×2交叉验证方法用于高维回归中的调节参数选择.首先通过ISIS方法把模型的维数降低到样本个数以内,然后使用AENET方法对降维后的模型进行进一步的降维和参数估计,使用组块3×2交叉验证方法选择最佳的调节参数.综合考虑模拟实验中各种调节参数选择方法(AIC、BIC、EBIC、HBIC、5折交叉验证、组块3×2交叉验证)的EMSE值、方差以及计算复杂度,结果表明基于组块3×2交叉验证的方法是有其优势的.
关键词
调节参数选择
组块3×2交叉验证
EMSE准则
Keywords
Tuning parameter selection
Blocked
3×
2
Cross-Validation
EMSE criterion
分类号
O212.1 [理学—概率论与数理统计]
下载PDF
职称材料
题名
基于组块3×2交叉验证t检验的模型选择算法
被引量:
2
3
作者
刘焱青
王钰
李济洪
机构
山西大学数学科学学院
山西大学计算中心
出处
《陕西科技大学学报(自然科学版)》
2015年第1期179-183,共5页
基金
山西省科技厅科技基础条件平台建设项目(20130910030101)
文摘
传统的模型选择问题中,往往以所关心的性能指标的大小来评价模型.然而,许多情形下模型性能指标之间的差异在统计意义下是不显著的,是由随机误差导致的.为此,基于组块3×2交叉验证指标差异的显著性t检验给出了一种新的模型选择算法.模拟实验结果表明,在统计意义的最小化即平方损失(回归)和0-1(分类)损失最小化下,该方法常常被选择到较为简单的模型.
关键词
模型选择
组块3×2交叉验证
T检验
测试误差
模型复杂度
Keywords
model selection
blocked
3×
2
cross-validation
t-test
test error
model complexity
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
预测误差的组块3×2交叉验证估计——基于生物数据的模拟比较研究
被引量:
3
4
作者
李济洪
胡军艳
王钰
机构
山西大学计算中心
山西大学数学科学学院
出处
《生物数学学报》
2014年第4期700-710,共11页
基金
山西省科技基础条件平台建设项目(2013091003-0101)
文摘
本文首先给出了一种新的预测误差估计方法,称为组块3×2交叉验证估计.通过基于人造与真实癌症生物数据的多个分类器上的模拟实验验证了本文方法在均方误差意义下优于文献中常用的2折和随机5×2交叉验证估计,对于5折,10折和Bootstrap交叉验证,在大多数情形下,本文方法也具有更小的均方误差.且比10折和随机5×2交叉验证有更小的计算开销.
关键词
组块3×2交叉验证
预测误差
均方误差
Keywords
Blocked
3×
2
Cross-Validation
prediction error
Mean square error
分类号
O212.1 [理学—概率论与数理统计]
原文传递
题名
基于交叉验证的集成学习误差分析
被引量:
2
5
作者
路佳佳
机构
山西工商学院计算机信息工程学院
出处
《计算机系统应用》
2023年第1期302-309,共8页
基金
山西省教育科学“十四五”规划课题(GH-21400)。
文摘
目前关于集成学习的泛化性能的研究已取得很大成功,但是关于集成学习的误差分析还需要进一步研究.考虑交叉验证在统计机器学习中对于模型性能评估有重要应用,为此,应用组块3×2交叉验证和k折交叉验证方法为每个样本点进行赋予权重的预测值的集成,并进行误差分析.在模拟数据和真实数据上进行实验,结果表明基于组块3×2交叉验证的集成学习预测误差小于单个学习器的预测误差,并且集成学习的方差比单个学习器方差小.与基于k折交叉验证的集成学习方法相比,基于组块3×2交叉验证的泛化误差小于基于k折交叉验证的泛化误差,说明基于组块3×2交叉验证的集成学习模型稳定性好.
关键词
k折
交叉
验证
组块3×2交叉验证
集成学习
回归算法
模拟实验
预测模型
Keywords
k-fold cross-validation
block-
3×
2
cross-validation
ensemble learning
regression algorithm
simulation experiment
prediction model
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
一种均衡的RHS交叉验证
被引量:
2
6
作者
杨静
王瑞波
李济洪
机构
山西大学数学科学学院
山西大学软件学院
出处
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2015年第4期842-849,共8页
文摘
在统计机器学习中,交叉验证方法利用对一个数据集的多次切分,来构造多次重复实验,并以此估计机器学习模型的预测误差.然而交叉验证估计的稳定性与数据集的切分方式有着密切的关系.也就是说,不同的切分方式会导致训练集中所含共同样本的个数不同,当共同样本较多时,交叉验证估计具有较大的方差.为此构造了一种均衡的RHS(Repeated Half-sampling)交叉验证,使得训练集所含共同样本的个数的总和最小,并且任意两个切分之间的共同样本个数保持均衡,进而降低泛化误差估计的方差,进而有效地提高泛化误差估计的稳定性.从理论上证明了6次均衡的RHS交叉验证估计的方差小于组块3×2交叉验证,并且进一步通过模拟实验验证这一结论.同时,从实验结果可以说明6次均衡的RHS交叉验证估计的方差小于随机RHS交叉验证估计的方差.进一步,在真实数据集上大量的实验验证了这些结论.
关键词
交叉
验证
泛化误差
组块3×2交叉验证
RHS
交叉
验证
Keywords
cross validation
generalization error
block
3×
2
cross validation
RHS cross-validation
分类号
O212 [理学—概率论与数理统计]
下载PDF
职称材料
题名
泛化误差的三种交叉验证估计方法的比较
被引量:
2
7
作者
胡军艳
王钰
李济洪
机构
山西大学数学科学学院
山西大学计算中心
出处
《太原师范学院学报(自然科学版)》
2013年第1期24-26,68,共4页
文摘
在泛化误差(Generalization Error)的估计中,交叉验证(Cross-validation)是最常用的方法.基于均方误差准则下,采用生物信息数据比较了泛化误差的5折、10折交叉验证和组块3×2交叉验证估计,实验证明组块3×2交叉验证比5折、10折交叉验证方法更好.
关键词
交叉
验证
泛化误差
组块3×2交叉验证
MSE
Keywords
cross-validation generalization error Blocked
3
X
2
cross-validation MSE
分类号
O213.9 [理学—概率论与数理统计]
下载PDF
职称材料
题名
方差正则化的分类模型选择准则
被引量:
1
8
作者
房立超
王钰
杨杏丽
李济洪
机构
山西大学数学科学学院
山西大学现代教育技术学院
山西大学软件学院
出处
《计算机科学与探索》
CSCD
北大核心
2019年第3期457-467,共11页
基金
国家自然科学基金61503228
山西省自然科学基金201601D011046
山西省回国留学人员科研资助项目2015-014~~
文摘
在传统的机器学习中,模型选择常常是直接基于某个性能度量指标的估计本身进行,没有考虑估计的方差,但是这样的忽略极有可能导致错误模型的选择。于是考虑在分类模型选择研究中添加方差的信息的方法,以提高所选模型的泛化能力,即将泛化误差性能度量指标的组块3×2交叉验证估计的方差估计作为正则化项添加到传统模型选择准则中,提出了一种新的方差正则化的分类模型选择准则。模拟和真实数据实验验证了在分类模型选择问题中,提出的模型选择准则相比传统方法选到正确分类模型的概率更大,验证了方差在模型选择中的重要性以及提出的模型选择准则的有效性。进一步,理论上证明了在二分类问题的模型选择中,该模型选择准则具有选择的一致性。
关键词
模型选择
泛化误差
组块3×2交叉验证
方差正则化
Keywords
model selection
generalization error
blocked
3×
2
cross-validation
variance-regularized
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于组块3×2交叉验证的预测误差估计的方差
杨杏丽
王钰
王瑞波
李济洪
《应用概率统计》
CSCD
北大核心
2014
1
下载PDF
职称材料
2
高维回归中基于组块3×2交叉验证的调节参数选择
李济洪
陈萌萌
杨杏丽
《云南师范大学学报(自然科学版)》
2015
0
下载PDF
职称材料
3
基于组块3×2交叉验证t检验的模型选择算法
刘焱青
王钰
李济洪
《陕西科技大学学报(自然科学版)》
2015
2
下载PDF
职称材料
4
预测误差的组块3×2交叉验证估计——基于生物数据的模拟比较研究
李济洪
胡军艳
王钰
《生物数学学报》
2014
3
原文传递
5
基于交叉验证的集成学习误差分析
路佳佳
《计算机系统应用》
2023
2
下载PDF
职称材料
6
一种均衡的RHS交叉验证
杨静
王瑞波
李济洪
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2015
2
下载PDF
职称材料
7
泛化误差的三种交叉验证估计方法的比较
胡军艳
王钰
李济洪
《太原师范学院学报(自然科学版)》
2013
2
下载PDF
职称材料
8
方差正则化的分类模型选择准则
房立超
王钰
杨杏丽
李济洪
《计算机科学与探索》
CSCD
北大核心
2019
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部