bootstrap算法是什么

Bootstrapping算法，指的就是利用有限的樣本資料經(jīng)由多次重復(fù)抽樣，重新建立起足以代表母體樣本分布的新樣本。bootstrapping的運(yùn)用基于很多統(tǒng)計(jì)學(xué)假設(shè)，因此采樣的準(zhǔn)確性會(huì)影響假設(shè)的成立與否。

統(tǒng)計(jì)學(xué)中，bootstrapping可以指依賴于重置隨機(jī)抽樣的一切試驗(yàn)。bootstrapping可以用于計(jì)算樣本估計(jì)的準(zhǔn)確性。對于一個(gè)采樣，我們只能計(jì)算出某個(gè)統(tǒng)計(jì)量(例如均值)的一個(gè)取值，無法知道均值統(tǒng)計(jì)量的分布情況。但是通過自助法(自舉法)我們可以模擬出均值統(tǒng)計(jì)量的近似分布。有了分布很多事情就可以做了（比如說有你推出的結(jié)果來進(jìn)而推測實(shí)際總體的情況）。

bootstrapping方法的實(shí)現(xiàn)很簡單，假設(shè)抽取的樣本大小為n:

在原樣本中有放回的抽樣，抽取n次。每抽一次形成一個(gè)新的樣本，重復(fù)操作，形成很多新樣本，通過這些樣本就可以計(jì)算出樣本的一個(gè)分布。新樣本的數(shù)量通常是1000-10000。如果計(jì)算成本很小，或者對精度要求比較高，就增加新樣本的數(shù)量。

優(yōu)點(diǎn)：簡單易于操作。

缺點(diǎn)：bootstrapping的運(yùn)用基于很多統(tǒng)計(jì)學(xué)假設(shè)，因此假設(shè)的成立與否會(huì)影響采樣的準(zhǔn)確性。