看到了您的文章,对Tweedie’s formula 还没弄懂,想向您咨询一下,你能发个邮件给我吗?邮件可是说的详细一点
    4 天 后
    [未知用户] 收回原来很2的问题。。。现在基本搞清楚了 这篇文章的确为我们开了一个好头 再赞作者~~~
    8 天 后
    为帮助大家理解Tweedie's formula,来一个R code吧。
    library(splines)
    z = c(rnorm(10000), rnorm(500,2,1),rnorm(500,-2,1)) 
    bins = seq(min(z)-.1,max(z)+.1, len = 100)
    h = hist(z, bins, plot = F)
    x = h$m
    g  = glm(h$c~ns(x,df=7),family = poisson)
    ss = splinefun(x,log(dnorm(x)/g$fit),method = "natural")
    mu = -ss(z,deriv=1)
    plot(z,mu)
    1 个月 后
    暑假再度此文,一股清凉愉悦之气呀!期待把忍痛割爱的FDR补上一篇:)
    1 个月 后
    作者的理解实在精准、透彻,回味无穷!!!“个人认为比较成功的有 Elastic net[15] 和 penalty[16]。”能否就“Elastic net”讲解一番呢?
    [未知用户] 简单说:L1是lasso,L2是ridge regression,介于二者之间的(或者说混合)即为Elastic Net
    [未知用户] 有点过于简单了,想对Elastic Net有个全面的了解,目前对弹性网有了个基础认识,希望有个像作者这样的对Elastic Net做一个精炼、精准的评述!
    1 个月 后
    [未知用户] 可以看看这里,了解一下来龙去脉。http://www.esi-topics.com/fbp/2006/october06-Zou_Hastie.html
    另外要注意correct double shrinkage。
    1 年 后

    JS估计中,ui后验分布的均值应该为zi/(1+σ2)z_i/(1+\sigma^2)吧!

      16 天 后

      statczq E(uizi)=zizi/(1+σ2)E(u_i|z_i) = z_i - z_i/(1+\sigma^2), 第一项是MLE,第二项是Bayes 修正。

      1 年 后
      按照英语的习惯,应该是Bradley Efron.
      3 年 后
      1 年 后

      杨老师文笔清新,深入浅出,无论课上或线上,都把问题之精髓讲解透彻。我已被俘获成为忠实粉丝。

      8 个月 后

      这篇文章能给公式编号就好了,又读了一遍