【模型比较与选择】交叉验证方法原理及R语言代码实现

交叉验证是进行模型比较的一种有效方法。

它的基本原理如下(Kohavi，1995）：

（1）把原始数据集分解成 r个大小近似相等的子数据集。

（2）把第一个子数据集作为验证数据集，把其余r-1个子数据集合并后用于估计模型参数。基于该模型的参数对验证数据集的因变量进行预测，并计算预测误差的平方和。

（3）把第二个、第三个......直至第r个子数据集分别作为验证数据集，并把其余的r-1个子数据集合并后用于估计模型参数。基于验证数据集计算因变量预测误差的平方和。

（4）计算前述r个预测误差平方和的平均值，平均值最小的模型为最优模型。