Интервалы ошибок переотбором (бутстрэп)
Почему это важно "95% точности на 100 примерах" на следующих 100 легко может оказаться 90% или 99%. Интервал ошибки говорит, насколько можно доверять числу.
Посмотрите
Запустите анимацию. У вас всего одна тестовая выборка, но можно спросить: если бы тестовая выборка вышла чуть иначе, насколько изменился бы результат? Сделайте новую воображаемую тестовую выборку, взяв 100 примеров из ваших 100 случайно с возвращением (одни примеры дважды, другие ни разу), и оцените её. Сделайте это 2 000 раз. Средние 95% этих результатов и есть ваш интервал ошибки.
Бутстрэп: оценка неопределённости переотбором собственных данных с возвращением. 95% интервал: от 2,5-го до 97,5-го процентиля переотобранных результатов.
Слова и символы этого урока
- бутстрэп
- переотбор тестовой выборки с повторами, чтобы увидеть, насколько колеблется результат
- 95% интервал
- средние 95% переотобранных результатов
Напишите bootstrap_ci(correct, n=2000, seed=0): возьмите все переотборы сразу через np.random.default_rng(seed).integers(0, len(correct), (n, len(correct))), оцените каждый и верните 2,5-й и 97,5-й процентили.
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.