我们考虑使用贝叶斯信息准则来选择伊辛模型下的图形。在Ising模型中，每个变量的完全条件分布形成逻辑回归模型，并且用于回归的变量选择技术允许识别每个节点的邻域，从而识别整个图。当使用贝叶斯信息准则解决逻辑回归中的变量选择问题时，我们证明了这种伪似然图选择方法的高维一致性结果。结果与稀疏性场景有关，根据相关的先验工作，我们考虑的信息标准包含了鼓励稀疏性的明确先验。