Empirical Performance of Cross-Validation With Oracle Methods in a Genomics Context.
Empirical Performance of Cross-Validation With Oracle Methods in a Genomics Context.
复制标题
DOI：
10.1198/tas.2011.11052
复制
发表时间：
2011-11-01
期刊：
影响因子：
--
通讯作者：
Chatterjee N
中科院分区：
文献类型：
--
作者：
Martinez JG;Carroll RJ;Müller S;Sampson JN;Chatterjee N
当采用具有Oracle属性的模型选择方法时，例如平滑剪切绝对偏差（SCAD）和自适应Lasso，通常通过m倍交叉验证来估计平滑参数，例如，m = 10。在真实回归函数稀疏且信号较大的问题中，这种交叉验证通常效果良好。然而，在涉及单核苷酸多态性（SNP）的基因组研究的回归建模中，真实的回归函数虽然被认为是稀疏的，但不具有大信号。我们的经验表明，在这样的问题中，使用SCAD和自适应Lasso，10倍交叉验证，选择的变量的数量是一个随机变量，具有相当大的和令人惊讶的变化。类似的注释也适用于非oracle方法，如Lasso。我们的研究强烈质疑仅使用任何Oracle方法执行单次m折交叉验证的适用性，而不仅仅是SCAD和Adaptive Lasso。
When employing model selection methods with oracle properties such as the smoothly clipped absolute deviation (SCAD) and the Adaptive Lasso, it is typical to estimate the smoothing parameter by m-fold cross-validation, for example, m = 10. In problems where the true regression function is sparse and the signals large, such cross-validation typically works well. However, in regression modeling of genomic studies involving Single Nucleotide Polymorphisms (SNP), the true regression functions, while thought to be sparse, do not have large signals. We demonstrate empirically that in such problems, the number of selected variables using SCAD and the Adaptive Lasso, with 10-fold cross-validation, is a random variable that has considerable and surprising variation. Similar remarks apply to non-oracle methods such as the Lasso. Our study strongly questions the suitability of performing only a single run of m-fold cross-validation with any oracle method, and not just the SCAD and Adaptive Lasso.
登录
查看更多内容
影响因子：
2.7
作者：
Wang, Hansheng;Li, Runze;Tsai, Chih-Ling
通讯作者：
Tsai, Chih-Ling
影响因子：
4.5
作者：
Zou, Hui;Li, Runze
通讯作者：
Li, Runze
影响因子：
0.8
作者：
Leeb, H;Pötscher, BM
通讯作者：
Pötscher, BM
DOI：
10.1198/016214503000000828
发表时间：
2003-12-01
影响因子：
3.7
作者：
Hjort, NL;Claeskens, G
通讯作者：
Claeskens, G
DOI：
10.1111/j.1467-9868.2008.00668.x
发表时间：
2009-01-01
影响因子：
5.8
作者：
James, Gareth M.;Radchenko, Peter;Lv, Jinchi
通讯作者：
Lv, Jinchi