1樓：balabalala
spike-slab是對prior的一種較為形象的描述。
比如，考慮線性回歸模型 ，，。在貝葉斯統計的框架下，我們需要對回歸係數 設定先驗分布，結合模型的似然函式，得到引數的後驗分布，進而進行推斷。
正如「先驗」二字的含義，先驗分布體現了我們對回歸係數 的先驗認識。如果我們事先已知線性回歸模型是稀疏的，也就是說，一部分解釋變數對響應變數沒有解釋作用，不應包含在模型中，對應的回歸係數的值為0。這樣的話，我們的先驗分布中就應該包含「稀疏係數」這個先驗資訊。
這種情況下，我們可以使用先驗分布： ，，其中 , 意味著 對應的變數 應包含在模型中；意味著變數 不包含在模型中。因此， 可以選擇集中於0點的「spike」分布， 可以選擇取值較為廣泛的「slab」分布。
2樓：
mixture Laplace prior能很好的對sparse signal建模。mixture spike and slab prior 已經發表了不少文章。在機器學習，大資料，遺傳學中已發表了不少文章，建模效果很好，變數選擇和引數估計都不錯。
如何通俗的理解sortino ratio（索提諾比率）？
要理解Sortino ratio，首先要了解Sharpe ratio。因為可以這麼說，Sortino ratio就是Sharpe Ratio的改進版。我們先看一下Sharpe ratio的公式 其中 代表資產的期望收益率，代表無風險收益率，是資產的標準差，該比率是計算投資組合每承受一單位總風險，能夠...
如何通俗的理解射影幾何？
我記得看過 高等幾何 和 命題人講座 解析幾何 裡面就有講射影幾何，我原來只是用它解過某些高考壓軸解析幾何 現在imo裡沒有多少解析幾何的題了 不過用歸用，對於這種奇奇怪怪的東西我有一段時間卻是無法理解。實際上 射影幾何 就是傳說中5行字就能證明 微分幾何 中四頁紙才能證明的 彭賽列閉合定理 的邪門...
如何通俗理解元資料？
元資料 metadata 是描述物件的資料，對物件的屬性 操作及聯絡的描述性資訊。現實世界的一本書可以當作是乙個物件，而描述這本書的資訊，比如書名 作者 出版時間 頁數 分類等等都是物件的屬性。書可以看，可以借閱，可以買賣，這些和書相關的行為都是物件的操作。而一本書可以由某個人購買，也可以由圖書館收...