2022-01-12 18:35:12
来源：php中文网
Bootstrap方法是非常有用的一种统计学上的估计方法，是斯坦福统计系的教授Bradley Efron在总结、归纳前人研究成果的基础上提出一种新的非参数统计方法。
Bootstrap是一类非参数Monte Carlo方法,其实质是对观测信息进行再抽样，进而对总体的分布特性进行统计推断。
因为该方法充分利用了给定的观测信息，不需要模型其他的假设和增加新的观测，并且具有稳健性和效率高的特点。1980年代以来，随着计算机技术被引入到统计实践中来，此方法越来越受欢迎，在机器学习领域应用也很广泛。
首先，Bootstrap通过重抽样，可以避免了Cross-Validation造成的样本减少问题，其次，Bootstrap也可以用于创造数据的随机性。比如，我们所熟知的随机森林算法第一步就是从原始训练数据集中，应用bootstrap方法有放回地随机抽取k个新的自助样本集，并由此构建k棵分类回归树。
关键词： bootstrap方法 bootstrap 统计学 非参数统计方法
传祺GS3 POWER对决长安CS35 PLUS，教你如何选出最适合自己的车型
冬奥倒计时20天，北京冬奥会火种展示活动在京举行
品牌布局厚积薄发：多燕瘦联合创始人王晨旭团队发展日益强劲
李佳琦诚不欺我，痛经仙女的救命水——东方花草红糖姜茶
四脚吞金兽”孩子咳嗽到底怎么破？---东方花草秋梨膏就是yyds！我家的纯天然止咳润肺好物
中国太平冰雪吉象正式出道 徐梦桃携女足队员跨界合作
彰显品牌价值！云蝶科技荣获教育科技行业杰出影响力品牌大奖！
微播易《2022年中国新消费品牌发展趋势报告》，成为下一个价值10亿品牌的破局之道
“（大观·可惟为）第7届中国品牌价值百强榜”暨“第2届世界品牌价值900强榜”全球发布
智能体育运动平台【天天跳绳App】为寒假体育作业赋能！
内容举报联系邮箱：99 25 83 5@qq.com
Copyright © 2010-2020 看点时报 版权所有，未经许可不得转载使用，违者必究。
营业执照公示信息