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

  为何部分刻板印象明明有统计学依据,人们却仍要反对刻板印象? 
  「数据会说谎」的真实例子有哪些? 
  概率论中,为什么XY独立,X²Y²也独立? 
  如何简单理解贝叶斯决策理论(Bayes Decision Theory)? 
  为什么我用相同的模型,数据,超参,随机种子,在两台服务器会得到不同的结果? 
  泊松分布的现实意义是什么,为什么现实生活多数服从于泊松分布? 
  计量经济学是不是过时了? 
  国家统计局表示「10 月中国制造业采购经理指数为 49.2%」,释放了什么信号? 
  清北毕业生工资真的这么低吗? 
  怎么从一个人的名字判断他的家境? 

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?





© 2025-04-03 - tinynew.org. All Rights Reserved.
© 2025-04-03 - tinynew.org. 保留所有权利