r - 在 R 中的逐步回归中结合交叉验证

标签 r regression cross-validation

我有一个包含 162 个观测值和 151 个不同变量的数据集,我想对其执行逐步回归,但还要对其进行 10 折交叉验证。我之前使用过 DAAG 包,以便通过多元线性回归执行 10 倍交叉验证,并且能够使用其公式之一:-

CVlm(df = data, seed=1500, m = 10, form.lm = formula(RT..seconds.~.,), printit=TRUE)

我想知道这个包是否支持相同的东西但逐步回归?我看过它的pdf,但找不到任何东西。

我知道我可以使用 MASS 包执行逐步回归
step <- stepAIC(fit, direction="both")

但看不到我如何将 10 倍 CV 合并到等式中。

谢谢

最佳答案

SuperLearner包支持逐步回归的 v-fold 交叉验证。

关于r - 在 R 中的逐步回归中结合交叉验证,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20409664/

相关文章:

r - 我怎样才能对其中一个变量进行过滤

matlab - 在 MATLAB 中向量化线性方程组的解

r - R中的高阶(或非常高阶)多项式回归(或替代?)

java - 今天的降雨量

在 R 中使用插入符号重复平衡 k 折交叉验证

machine-learning - 使用测试集评估协同过滤算法

r - 用ggplot2绘制SpatialLinesDataFrame

r - ddply 用于 R 中的回归

json - 如何用rjson强制将字符编码为数组?

python - Scikit 学习交叉验证拆分