该教程适用
bootstrap数据指的是:有放回地从总共N个样本中抽样n个样本。在统计学中,bootstrap即自助法,是一种从给定训练集中有放回的均匀抽样,也就是说,每当选中一个样本,它等可能地被再次选中并被再次添加到训练集中。
工具:
型号:
系统:
软件:
操作步骤/方法
方法教程
1 bootstrap数据指的是:有放回地从总共N个样本中抽样n个样本。 2 在统计学中,bootstrap即自助法,是一种从给定训练集中有放回的均匀抽样,也就是说,每当选中一个样本,它等可能地被再次选中并被再次添加到训练集中。自助法由BradleyEfron于1979年在“AnnalsofStatistics”上发表。当样本来自总体,能以正态分布来描述,其抽样分布为正态分布。 3 Bootstrap的思想,是生成一系列bootstrap伪样本,每个样本是初始数据有放回抽样。通过对伪样本的计算,获得统计量的分布。例如,要进行1000次bootstrap,求平均值的置信区间,可以对每个伪样本计算平均值。这样就获得了1000个平均值。对着1000个平均值的分位数进行计算,即可获得置信区间。