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

  怎样用非数学语言讲解贝叶斯定理(Bayes's theorem)? 
  统计学专业的学生应该具备哪些必备的知识? 
  统计学是不是数学? 
  「数据会说谎」的真实例子有哪些? 
  为什么做机器学习的很少使用假设检验? 
  哺乳纲中,哪个科的生物量最大? 
  如何建立一个函数来分析两组具有相关性的数据? 
  如何对用户进行聚类分析? 
  如何通俗易懂地讲解什么是 PCA(主成分分析)? 
  时间序列,AR(2)的方差怎么求? 

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?





© 2024-11-22 - tinynew.org. All Rights Reserved.
© 2024-11-22 - tinynew.org. 保留所有权利