რა არის ბუტსტრეპი?

ბუტსტრეპი (bootstrap) არის სტატისტიკური მეთოდი, რომელიც გამოიყენება სტატისტიკის (მაგალითად, საშუალო, მედიანა, კორელაციის კოეფიციენტი) განაწილების შეფასებისთვის, მრავალჯერადი შემთხვევითი შერჩევით მონაცემებიდან დაბრუნებით.

მACHINE LEARNING-ში ბუტსტრეპი ხშირად გამოიყენება მოდელების სანდოობის შეფასებისთვის, სანდოობის ინტერვალების შექმნისთვის და ანსამბლური მეთოდებში, მაგალითად, შემთხვევით ტყეებში, სადაც სხვადასხვა მონაცემთა ქვეგანყოფილებები შეიქმნება ინდივიდუალური ხეების სწავლებისთვის.

სადაც არის საშუალოს შეფასების მარტივი მაგალითი:

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))

# საშუალოს და სანდოობის ინტერვალის შეფასება
mean_estimate = np.mean(boot_means)
conf_interval = np.percentile(boot_means, [2.5, 97.5])
print(f"საშუალო: {mean_estimate}, 95% სანდოობის ინტერვალი: {conf_interval}")