Mis on bootstrap?

Bootstrap on statistiline meetod, mida kasutatakse statistika (näiteks keskmise, mediaani, korrelatsioonikordaja) jaotuse hindamiseks, tehes korduvaid juhuslikke valikuid algandmetest koos tagasivõtuga.

Masinõppes kasutatakse bootstrapi sageli mudelite usaldusväärsuse hindamiseks, usaldusintervallide koostamiseks ning ansamblimeetodites, näiteks juhuslikes metsades, kus luuakse erinevad andmekogumid üksikpuude treenimiseks.

Lihtne bootstrap näide keskmise hindamiseks:

import numpy as np

data = np.array([1, 2, 3, 4, 5])
boot_means = []
for _ in range(1000):
    sample = np.random.choice(data, size=len(data), replace=True)
    boot_means.append(np.mean(sample))

# Keskmise ja usaldusintervalli hindamine
mean_estimate = np.mean(boot_means)
conf_interval = np.percentile(boot_means, [2.5, 97.5])
print(f"Keskmine: {mean_estimate}, 95% usaldusintervall: {conf_interval}")