百科问答小站 logo
百科问答小站 font logo



Stein's Paradox 在统计上或者在实际运用中的意义是什么? 第1页

  

user avatar   guo-ni-he 网友的相关建议: 
      

stein的这个结论让人们发现,(在高维问题中,即维数大于等于3)简单地将估计朝原点做shrinkage就能提升预测精度。后面蓬勃发展的统计学习中有一大类方法,其思想根源就是这里,这种方法叫(高维问题中的)正则化。甚至可以说,统计学习本质思想之一的bias-variance tradeoff即发端于此。

事实上,人们后来提出的ridge regression就基于这种方法(甚至可以叫等价)。而在90年代末、20世纪初的十几年时间里涌现的大量正则化方法,如lasso, elastic net等等,虽形不同,但神似之。而如此蓬勃发展的方法的起点,居然是早在1956年。每念及此,都只能由衷赞叹。




  

相关话题

  有哪些「神奇」的数据获取方式? 
  如何计算一个体检时间间隔的上限,使得体检者即使罹患胃癌,被发现的时候有99.9%的概率处于早期? 
  过去和未来有失误率为零的事件吗? 
  地球上总细胞量最多的细胞生物是什么? 
  能否使用3的指数来减小二进制文件存储的体积? 
  什么是非独立同分布(Non-IID)数据,有没有很简单的解释方法? 
  1945 年德国战败时有多少柏林女性被苏联士兵强奸? 
  如何通俗易懂地介绍 Gaussian Process? 
  计量经济学中model specification和model identification是一样吗? 
  相关性分析和回归分析要具有一致性吗? 

前一个讨论
抛物线为何属于圆锥曲线?
下一个讨论
已知若干个独立同分布的随机变量之积的分布,如何求单个随机变量的分布?





© 2025-04-04 - tinynew.org. All Rights Reserved.
© 2025-04-04 - tinynew.org. 保留所有权利