Čo je to bootstrap?

Bootstrap je štatistická metóda používaná na odhad rozloženia štatistiky (napríklad priemer, medián, korelačný koeficient) pomocou opakovaného náhodného výberu s vrátením z pôvodných dát.

V strojovom učení sa bootstrap často používa na hodnotenie spoľahlivosti modelov, tvorbu intervalov spoľahlivosti a v ansámblových metódach, napríklad v náhodných lesoch, kde sa vytvárajú rôzne podmnožiny dát na trénovanie jednotlivých stromov.

Príklad jednoduchého bootstrapu na odhad priemeru:

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))

# Odhad priemeru a interval spoľahlivosti
mean_estimate = np.mean(boot_means)
conf_interval = np.percentile(boot_means, [2.5, 97.5])
print(f"Priemer: {mean_estimate}, 95% interval spoľahlivosti: {conf_interval}")