O que é bootstrap?

O bootstrap é um método estatístico utilizado para estimar a distribuição de uma estatística (por exemplo, média, mediana, coeficiente de correlação) através de múltiplas amostragens aleatórias com reposição a partir dos dados originais.

No aprendizado de máquina, o bootstrap é frequentemente utilizado para avaliar a confiabilidade dos modelos, construir intervalos de confiança e em métodos de ensemble, por exemplo, em florestas aleatórias, onde diferentes subconjuntos de dados são criados para treinar árvores individuais.

Exemplo simples de bootstrap para estimar a média:

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))

# Estimativa da média e intervalo de confiança
mean_estimate = np.mean(boot_means)
conf_interval = np.percentile(boot_means, [2.5, 97.5])
print(f"Média: {mean_estimate}, intervalo de confiança de 95%: {conf_interval}")