本文分析了高维最小二乘回归中的广义交叉验证（GCV）和留一交叉验证（LOOCV），证明了GCV的不一致性和LOOCV的一致收敛性。研究了线性收缩估计器的参数选择，提出了一种数据驱动的交叉验证方法以最小化估计误差。同时探讨了核岭回归的偏差问题及其在高维情况下的应用，提出了基于参数学习的交叉验证策略ALOOCV。