跟大家講解下有關bootstrap方法是什么，相信小伙伴們對這個話題應該也很關注吧，現在就為小伙伴們說說bootstrap方法是什么，小編也收集到了有關bootstrap方法是什么的相關資料，希望大家看到了會喜歡。

Bootstrap方法是非常有用的一種統計學上的估計方法，是斯坦福統計系的教授Bradley Efron在總結、歸納前人研究成果的基礎上提出一種新的非參數統計方法。

Bootstrap是一類非參數Monte Carlo方法,其實質是對觀測信息進行再抽樣，進而對總體的分布特性進行統計推斷。

因為該方法充分利用了給定的觀測信息，不需要模型其他的假設和增加新的觀測，并且具有穩健性和效率高的特點。1980年代以來，隨著計算機技術被引入到統計實踐中來，此方法越來越受歡迎，在機器學習領域應用也很廣泛。

首先，Bootstrap通過重抽樣，可以避免了Cross-Validation造成的樣本減少問題，其次，Bootstrap也可以用于創造數據的隨機性。比如，我們所熟知的隨機森林算法第一步就是從原始訓練數據集中，應用bootstrap方法有放回地隨機抽取k個新的自助樣本集，并由此構建k棵分類回歸樹。

以上就是bootstrap方法是什么的詳細內容，更多請關注php中文網其它相關文章！

來源：php中文網