Good–Turing 频率估计是一种用于估计多项分布的平滑估计量。看起来非常复杂。

1. 从数理统计的角度来看，Good-Turing 频率估计的构造背后的基本原理是什么？
2. 它是收缩估计器吗？
3. 在贝叶斯推理视图中，它是否基于参数上的某些先验分布的后验分布？
4. 它不是附加平滑，是吗？它是什么类型的平滑？