Dlaczego funkcja bootstrap scikit-learn ponownie próbkuje zestaw testowy?

Kiedy używałem bootstrapowania do oceny modelu, zawsze myślałem, że próbki z torebki były bezpośrednio używane jako zestaw testowy. Jednak wydaje się, że nie jest tak w przypadku przestarzałego podejścia scikit-learnBootstrap , które wydaje się budować zestaw testowy na podstawie rysowania z zastępowaniem z podzbioru danych poza torbą. Jakie jest uzasadnienie statystyczne? Czy istnieją konkretne scenariusze, w których ta technika jest lepsza niż tylko ocena próbki po wyjęciu z torby lub odwrotnie?

Próbki bootstrap są używane do oceny wydajności algorytmu przez wiele iteracji. W ten sposób oceniana jest wydajność losowo zmienianych zestawów.

W przeciwieństwie do tego, wykonując na przykład 10-krotną weryfikację krzyżową, wykonuje się tylko 10 iteracji na różnych zestawach danych pociągu i testu.

$n=20$$i=10,000$

Link, który publikujesz, jest wyłączony, więc dodałem opis funkcji w bieżącej (0.14) wersji sklearn

Opis metody

Losowe próbkowanie z zamiennym iteratorem walidacji krzyżowej Zapewnia wskaźniki pociągu / testu do podzielenia danych w zestawach testów pociągu podczas ponownego próbkowania wejściowych czasów n_iter: za każdym razem, gdy wykonywany jest nowy losowy podział danych, a następnie pobierane są próbki (z zamianą) z każdej strony podziału, aby zbudować zestawy szkoleniowe i testowe. Uwaga: w przeciwieństwie do innych strategii walidacji krzyżowej, ładowanie początkowe pozwoli na pojawienie się niektórych próbek kilka razy w każdym podziale. Jednak próbka występująca w podziale pociągu nigdy nie pojawi się w podziale testowym i odwrotnie. Jeśli chcesz, aby każda próbka wystąpiła najwyżej raz, prawdopodobnie zamiast tego należy użyć weryfikacji krzyżowej ShuffleSplit.

Być może coś ci się podobało. Wygląda na to, że inni pociągnęli za ten sam wątek i Bootstrapzostał wycofany na korzyść bardziej celowego użycia tej resamplemetody przy użyciu takich wypróbowanych i prawdziwych sklearn.cross_validationmetod StratifiedKFold.