这个问题不是很恰当吧。用CV可以用来辅助所有预测性的模型进行选择。但是CV本身是估计模型的performance，而不是进行模型选择的。LZ可以选择任何一种variable selection的方法，然后用用CV去确定最后的变量。比如，用逐步回归，Lasso, elastic-net, Danzig selector等等。每个模型都在不同变量下有不同的cv-error，例如，lasso中，不同的penalty会对应不同的变量，然后根据cv-error最小或者one standard deviation rule进行选择。

这个问题不是很恰当吧。用CV可以用来辅助所有预测性的模型进行选择。但是CV本身是估计模型的performance，而不是进行模型选择的。LZ可以选择任何一种variable selection的方法，然后用用CV去确定最后的变量。比如，用逐步回归，Lasso, elastic-net, Danzig selector等等。每个模型都在不同变量下有不同的cv-error，例如，lasso中，不同的penalty会对应不同的变量，然后根据cv-error最小或者one standard deviation rule进行选择。