फिर नमूना लेकर error bars (bootstrap)
यह क्यों मायने रखता है "100 items पर 95% accuracy" अगले 100 पर आसानी से 90% या 99% हो सकती थी। एक error bar बताता है कि संख्या पर कितना भरोसा करें।
इसे देखें
animation चलाएँ। आपके पास बस एक test set है, पर आप पूछ सकते हैं: अगर test set थोड़ा अलग निकलता, तो अंक कितना बदलता? अपने 100 में से बेतरतीब ढंग से, वापस रखते हुए 100 items निकालकर एक नया दिखावटी test set बनाएँ (कुछ items दो बार, कुछ बिल्कुल नहीं), और उसे अंक दें। ऐसा 2,000 बार करें। उन अंकों का बीच का 95% आपका error bar है।
Bootstrap: अपने डेटा का वापस रखते हुए फिर से नमूना लेकर अनिश्चितता का अनुमान। 95% interval: फिर से लिए अंकों का 2.5वाँ से 97.5वाँ percentile।
इस पाठ के शब्द और चिह्न
- bootstrap
- यह देखने के लिए कि एक अंक कितना डगमगाता है, अपने test set का दोहराव के साथ फिर से नमूना लेना
- 95% interval
- फिर से लिए अंकों का बीच का 95%
bootstrap_ci(correct, n=2000, seed=0) लिखें: np.random.default_rng(seed).integers(0, len(correct), (n, len(correct))) से सारे नमूने एक साथ निकालें, हर एक को अंक दें, और 2.5वाँ और 97.5वाँ percentile लौटाएँ।
इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें
यह अभ्यास जल्द खुलेगा
इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।