Stein's Paradox 在统计上或者在实际运用中的意义是什么？ 第1页
1
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。
1
相关话题
机器学习中使用正则化来防止过拟合是什么原理？常用的机器学习算法比较？
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？
有哪些统计学专业反直觉的知识？
目前的人工智能可以打「颜值」分吗？
对于创业者来说，有哪些比较好的财务类入门书籍？
为什么我国的概率与统计学教科书里不怎么讲幂律分布？
对于候选人来说，「10 人录取 1 人」和「100 人录取 10 人」两种规则难度一样吗？
心理统计里的相关系数和显著性值怎么理解？
如何对R中每一行数据求和？
前一个讨论
抛物线为何属于圆锥曲线？
相关的话题
R语言怎么把两个时间序列画在同一张图上？目前的人工智能可以打「颜值」分吗？
茎叶图的中位数怎么读？
统计学专业的学生应该具备哪些必备的知识？
第一类错误和第二类错误的关系是什么？
如何看待 Nature 上刊文宣称很多科学家缺乏统计学知识？
对于多元线性回归，如何证明任一自变量的系数等同于忽略其他变量后一元线性回归的系数？
中国寿命中位数是多少？
命理学属于玄学还是统计学？
如何正确地理解统计学上的相关性，关联性及差异性比较，方差分析，回归？
为什么样本方差（sample variance）的分母是 n-1？
同比和环比有什么区别？
请问作为一个即将入学的PhD学生，怎么去发掘或者说判断出一个非常有潜力的领域呢?
有哪些很有趣的数据统计值得我们了解？
如何对用户进行聚类分析？
统计学的出路在哪里？
如何通俗地理解「蒙特卡洛方法」，它解决问题的基本思路是什么，目前主要应用于哪些领域？
泊松分布和正态分布有什么内在联系？
心理统计里的相关系数和显著性值怎么理解？
最大似然估计法是如何实现的？
在中国，白色家用汽车总数是否比其他颜色总和更多？
如果用总体作为数据，那么回归系数的显著性还有意义吗？
为什么地球历史那么多王难以出现明君呢？
第一类错误和第二类错误的关系是什么？
孟德尔的数据有问题吗？
什么是非独立同分布（Non-IID）数据，有没有很简单的解释方法？
机器学习中的 Bias（偏差）、Error（误差）、Variance（方差）有什么区别和联系？
R语言怎么把两个时间序列画在同一张图上？
秩和比法原文文献在哪里找？
运用什么方法，可以综合各个性状，对农作物进行一个整体的评价，判断一个新品种的好坏?