ブートストラップ方式とは何ですか?

ブートストラップ法は非常に有用な統計推定手法であり、スタンフォード大学統計学部教授のブラッドリー・エフロン氏がこれまでの研究結果を整理・要約して新たな手法を提案しました。 -パラメトリック統計手法。

ブートストラップはノンパラメトリック モンテカルロ法の一種で、その本質は観測情報をリサンプリングして母集団の分布特性について統計的推論を行うことです。

この方法は、与えられた観測情報を最大限に活用するため、モデルの他の仮定や新しい観測の追加を必要とせず、堅牢かつ効率的です。 1980 年代以降、統計実務へのコンピューター技術の導入により、この手法はますます普及し、機械学習の分野で広く使用されています。

まず第一に、ブートストラップは、リサンプリングを通じて相互検証によって引き起こされるサンプル削減の問題を回避できます。第二に、ブートストラップはデータにランダム性を作成するためにも使用できます。たとえば、よく知られているランダム フォレスト アルゴリズムの最初のステップは、元のトレーニング データ セットからブートストラップ法を使用して置換付きの k 個の新しいブートストラップ サンプル セットをランダムに選択し、それによって k 個の分類回帰木を構築します。

以上がブートストラップ方式とは何ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。