المنهج الدراسي الدرس 106 من 246 · الوحدة 9: هل هو أفضل حقا؟
الوحدة 9: هل هو أفضل حقا؟

أشرطة الخطأ عن طريق إعادة أخذ العينات (bootstrap)

لماذا هذا مهم "دقة بنسبة 95% على 100 عنصر" قد تكون بسهولة 90% أو 99% على الـ 100 التالية. يوضح هامش الخطأ مدى الثقة في الرقم.

شاهده

قم بتشغيل الرسوم المتحركة. لديك مجموعة اختبار واحدة فقط، ولكن يمكنك السؤال: إذا كانت مجموعة الاختبار قد ظهرت بشكل مختلف قليلاً، فكم سيتغيرتت النتيجة؟ قم بإنشاء مجموعة اختبار وهمية جديدة عن طريق سحب 100 عنصر من الـ 100 الخاصة بك عشوائيا، مع الإحلال (بعض العناصر مرتين، وبعضها ليس على الإطلاق)، وقم بتقييمها. افعل ذلك 2,000 مرة. الـ 95% الوسطى من تلك النتائج هي هامش الخطأ الخاص بك.

Bootstrap: تقدير عدم اليقين عن طريق إعادة أخذ عينات من بياناتك مع الإحلال. 95% interval: المئين من 2.5 إلى 97.5 للدرجات المعاد أخذ عينات منها.

الكلمات والرموز في هذا الدرس
bootstrap
إعادة أخذ عينات من مجموعة الاختبار الخاصة بك مع التكرارات لمعرفة مدى تذبذب النتيجة
95% فاصل
النسبة الوسطى 95% من الدرجات المعاد أخذ عينات منها
دورك

اكتب bootstrap_ci(correct, n=2000, seed=0): ارسم جميع العينات المعاد أخذها دفعة واحدة باستخدام np.random.default_rng(seed).integers(0, len(correct), (n, len(correct)))، وقم بتقييم كل منها، وأعد المئينات 2.5 و 97.5.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.