I Pitted XGBoost Against Logistic Regression on 358 Matches. The Boring Model Won.
具体的偏差-方差课程：为什么最小的模型具有最佳的交叉验证拟合，以及如何知道何时伸手去拿大锤子。我在 358 场比赛中对比 XGBoost 与 Logistic 回归的文章。无聊的模型赢了。首先出现在《走向数据科学》上。
Stein’s Paradox — a lesson on precision and unbiasedness
在统计理论中，估计量的两个最基本的属性是无偏性和效率（精度）。无偏性意味着估计量的期望值等于真实总体参数。相反，精度是指估计量的方差，它衡量个体估计值围绕其均值的分散程度。一个常见的误解认为理想的估计器 [...]
