Il prossimoProssima guida
Squilibrio di classe e ricampionamento
Tecnico
GUIDA TECNICA
Il bootstrap stima l'incertezza ricalcolando statistiche ripetutamente, estrarre nuovi campioni con sostituzione dai dati osservati.
Ascolta questa guidaNarrato dall'IA · ~3 min
Può aiutare a descrivere come varia una media o una metrica di valutazione del modello, a patto che il design di ricalcolo corrisponda al modo in cui le osservazioni sono correlate.
A statistic calculated from one dataset is only an estimate. Another sample from the same population could produce a different mean, correlation or evaluation score. The bootstrap approximates aspects of that sampling variation using the observations already available. In the ordinary nonparametric bootstrap for independent observations, draw a sample of the original size with replacement. Each draw can select any original observation again, so some observations appear more than once and others are omitted. Calculate the statistic on that sample. Repeat the process many times to produce a distribution of bootstrap statistics. For an arithmetic illustration, the values 2, 4 and 9 have a mean of five. A possible resample is 2, 2 and 9, whose mean is about 4.33. One resample does not establish an uncertainty interval. The variation across many appropriately constructed resamples is what makes the procedure useful. A percentile interval takes endpoints from percentiles of the bootstrap distribution. Other methods, including the bias-corrected and accelerated method supported by SciPy, adjust the construction differently. The chosen method and its assumptions matter, particularly for small samples or difficult statistics. For paired data, preserve the pairing. When comparing model predictions on the same cases, resample each case with its outcome and both predictions. Breaking those relationships changes the question being evaluated. The bootstrap cannot create evidence about people or conditions missing from the original sample. It also does not automatically correct selection bias or dependence between observations. Repeated measurements may require resampling groups; time series may require a suitable block method. Choose the resampling unit to reflect the data-generating process before interpreting the apparent precision.
Partendo dai valori illustrativi 2, 4 e 9, un campione bootstrap potrebbe essere 2, 2 e 9. Ha la stessa dimensione del campione originale, include un'osservazione ripetuta e ha una media di 13 diviso tre.
Per confrontare due modelli sugli stessi casi di test, un analista ricalcola gli identificatori dei casi e trasporta insieme le previsioni di entrambi i modelli e l'esito reale. Ogni ricalcolo produce una differenza nei loro punteggi.
Un studio ha diversi record per partecipante. L'analista considera di ricalcolare interi partecipanti anziché trattare ogni record come indipendente.
Un team utilizza scipy.stats.bootstrap per stimare l'incertezza di una statistica. Registra il metodo dell'intervallo e il seed casuale e verifica se l'intervallo risultante è sufficientemente stabile per l'uso previsto.
I rapporti di valutazione potrebbero diventare più utili registrando l'unità di risampling, il metodo di intervallo e l'ambito dell'incertezza insieme ai limiti risultanti. Un lettore dovrebbe essere in grado di capire se un intervallo descrive un modello fisso su nuovi casi o un processo che include il rifitting. I team possono anche preservare gli indici risampolati e le versioni del software quando la riproducibilità è importante. Il prossimo miglioramento è spesso un campione di valutazione migliore piuttosto che più ripetizioni bootstrap. Comprendere quali fonti di incertezza sono incluse rende l'intervallo più azionabile rispetto a presentare limiti stretti senza le loro assunzioni.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Il bootstrap resampling stima l'incertezza ritracciando ripetutamente nuovi campioni, con sostituzione, dai dati osservati e ricalcolando una statistica. Può aiutare a descrivere come varia una media o una metrica di valutazione del modello, a patto che il design del risampling corrisponda a come le osservazioni sono correlate.
Un campione bootstrap ha le dimensioni originali e viene disegnato con la sostituzione, consentendo osservazioni ripetute.
La somma dei tre valori ricampionati dà 13, quindi la loro media è 13 diviso tre, circa 4,33.
Il mantenimento dell'abbinamento a livello di caso consente alla differenza del punteggio ricampionato di confrontare le previsioni per le stesse osservazioni.
Il metodo percentile utilizza quantili delle statistiche ricampionate, con il 2,5% rimasto in ciascuna coda per questo intervallo.
Un numero maggiore di ripetizioni rende la simulazione più stabile ma non fornisce nuove osservazioni indipendenti né risolve i problemi di campionamento.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Squilibrio di classe e ricampionamento
Tecnico