论文部分内容阅读
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.