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

  最大似然估计法是如何实现的? 
  中国失业率是如何统计的? 
  UMVUE(一致最小方差无偏估计)的求法是什么? 
  如何对R中每一行数据求和? 
  目前的人工智能可以打「颜值」分吗? 
  中心极限定理的适用范围有哪些? 
  是否真的有那么多凤凰男? 
  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? 
  随机变量和非随机变量有什么区别呢? 
  如何看待西南大学教育学部副教授张骞,被伊利诺伊州立大学教授举报多篇论文涉嫌造假一事? 

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?





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