Lehrplan Lektion 106 von 246 · Modul 9: Ist es wirklich besser?
Modul 9: Ist es wirklich besser?

Fehlerbalken durch Resampling (Bootstrap)

Warum das wichtig ist "95% accuracy auf 100 items" könnte auf den nächsten 100 leicht 90% oder 99% sein. Ein Fehlerbalken sagt, wie sehr man der Zahl vertrauen kann.

Sieh es dir an

Spiele die Animation ab. Du hast nur einen Testdatensatz, aber du kannst fragen: Wenn der Testdatensatz etwas anders ausgefallen wäre, wie stark würde sich der Score ändern? Erstelle einen neuen fiktiven Testdatensatz, indem du 100 Elemente aus deinen 100 zufällig mit Ersetzung ziehst (einige Elemente zweimal, andere gar nicht) und bewerte ihn. Tue das 2.000 Mal. Die mittleren 95 % dieser Scores sind dein Fehlerbalken.

Bootstrap: Schätzung der Unsicherheit durch Resampling deiner eigenen Daten mit Ersetzung. 95% interval: das 2,5. bis 97,5. Perzentil der resampelten Werte.

Wörter und Symbole in dieser Lektion
bootstrap
Resample dein Testset mit Wiederholungen, um zu sehen, wie stark ein Score schwankt
95% Intervall
die mittleren 95% der neu Stichproben gezogenen Werte
Du bist dran

Schreibe bootstrap_ci(correct, n=2000, seed=0): zeichne alle Resamples auf einmal mit np.random.default_rng(seed).integers(0, len(correct), (n, len(correct))), bewerte jedes und gib die 2.5. und 97.5. Perzentile zurück.

Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion

Diese Übung öffnet bald

Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.