ISLR学习笔记（4）重抽样方法 resampling method

最新推荐文章于 2023-02-02 19:32:31 发布
最新推荐文章于 2023-02-02 19:32:31 发布
阅读量678 收藏 3
点赞数
CC 4.0 BY-SA版权
原文链接：http://www.cnblogs.com/yangyiyiya/p/10617560.html
本文介绍了两种常用的重抽样方法：交叉验证法和自助法。这两种方法通过从训练集中重复抽取样本并重新拟合模型来评估模型的表现及选择合适的光滑度。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

resampling method 通过反复从训练集中抽取样本，然后对每一个样本重新拟合一个感兴趣的模型，来获取关于拟合模型的附加信息。

最常用的两种重抽样方法：交叉验证法cross-validation    和  自助法bootstrap

评价一个模型表现的过程称为模型评价model assessment

为一个模型选择合适的光滑度的过程被称为模型选择model selection

原创学习链接

转载于:https://www.cnblogs.com/yangyiyiya/p/10617560.html

resampling method
G090909的博客
12-16 1928
交叉验证法（CV）和自助法（bootstrap）验证集方法：为了估计在Auto数据集上拟合多个线性模型所产生的测试错误率下面通过一个示例来学习其原理：set.seed(12) #划分观测集 library(ISLR) #从1:392中随机抽取196个数,代表得到196个训练观测 train <- sample(392,size=196)#然后用lm()函数中的subset选项，用训练数据集拟合一个线
统计学习（四）：重抽样方法
qq_52737544的博客
04-23 2815
本文主要介绍了交叉验证法和自助法等内容
重采样方法 (Resampling Methods) (CV, Bootstrap)
haoen110的博客
01-19 6637
文章目录IntroductionCross-ValidationThe Validation Set ApproachDrawbacksLeave-One-Out Cross-ValidationIn Linear RegressionDrawbacksK-fold Cross-ValidationBootstrapStepsEstimate of S.E.Estimate of C.I.Boot...
5. Resampling Methods
weixin_47891244的博客
02-02 386
ISL 第五章
ISLR第五章Resampling Methods（重抽样方法）
03-06 574
Resampling methods are an indispensable tool in modern statistics. In this chapter, we discuss two of the most commonlyused resampling methods, cross-validation and the bootstrap. For example...
统计学习导论之读书笔记（四）：重抽样方法（Resampling Methods）
Liang_DJ的博客
01-27 3843
统计学习导论之读书笔记（四）：重抽样方法1. 交叉验证法（Cross Validation, CV）2. 自助法（Bootstrap） 1. 交叉验证法（Cross Validation, CV） 2. 自助法（Bootstrap） ...
统计学习导论（五）重抽样法-学习笔记
weixin_52547939的博客
07-08 1677
1 交叉验证法（Cross Validation, CV） 1.1 验证集方法（Validation set approach） 方法原理：把获得的观测数据随机分为两部分：一部分为训练集（通常为原始数据集的一半），另一部分为验证集，或者叫保留集。在训练集上拟合模型，用拟合的模型在验证集上计算响应变量的值，进而得到验证集错误率，即测试错误率。 方法缺陷： 测试错误率的波动会很大，这取决于哪部分数据在训练集中，哪部分数据在验证集中。 在验证集方法中，只有一部分观测数据（没用到所有的数据）被用于拟合模型。由于训
ISLR 读书笔记零：统计学习和ISLR简介
weixin_43084570的博客
09-20 881
统计学习和ISLR简介前言统计学习简介概述历史ISLR简介后记 前言 本篇文章是我学习 An introduction to Statistical Learning with Application in R （以下简称 ISLR）的第一篇文章，主要介绍了统计学习和ISLR，后续会不定期更新。 统计学习简介 概述 统计学习（statistical learning）是一系列用来理解数据的方法。这些方法主要可以分为两类： 监督学习 （supervised learning ） 非监督学习 （unsuper
ISLR读书笔记(1)统计学习简介
热门推荐
bit_hammer
06-16 1万+
欢迎访问个人主页,目前访问量太低，百度搜不到的说。。。谢谢鼓励读书笔记。并不打算翻译全文，打算将书中重要的知识点结合自己的理解将其分享，并在最后附上R语言相关函数应用，作为自己最近一段时间在机器学习方面学习总结。如果理解不正确，望指正。
ISLR读书笔记九：自助法（bootstrap）
weixin_43084570的博客
10-10 621
自助法是一类应用很广的统计方法，可以用来定量化参数估计或者统计学习方法的不确定性。自助法重复地从原数据集中采样，这里采样是可放回的（replacement），可以允许有同样的样本出现，然后用得到的样本进行参数估计。 举一个例子来说明自助法的应用。假设有 XXX 和 YYY 两种不同的金融资产，现要对 XXX 和 YYY 进行投资，使得总风险最小。假设有 α\alphaα 投给了 XXX， 1−α1-\alpha1−α 投给了 YYY，那么总风险就是 Var(αX+(1−α)Y)Var(\alpha X+(1
统计学习（六）：重抽样方法
wong2016的博客
06-29 1万+
重抽样( resampling )主要用于以下三个目的：(1). 估计样本统计量(如中位数、方差、分位数等)的精度，使用数据的子集( jackknifing )或者样本的有放回抽样( bootstrapping ); (2). 检验时交换数据点的标签; (3). 使用随机的样本子集，验证模型的有效性。Bootstrap 方法基本思想Bootstrap 是评价统计精度的一种常见方法。它的基本思想是
统计学习基础——第五章 重抽样
weixin_61586198的博客
11-29 2309
目录 一、重抽样 1、概念 2、用途 3、缺点 4、方法 二、交叉验证法（CV） 1、验证集方法 （1）原理 （2）评价指标：均方误差 （3）缺陷 2、留一交叉验证法（LOOCV） (1)原理 (2)优缺点 (3)拟合方法 3、k折交叉验证法（一般k=5或k=10。） (1)原理 (2)优缺点 (3)改进 4、k折交叉验证的偏差——方差权衡 二、自助法 1、作用 2、原理 当数据信息充分时，我们直接分好训练集跟测试集进，再建立模型进行拟合，最后得...
第五章：重抽样方法
encoding_utf_8的博客
11-27 5898
重抽样方法第五章：重抽样方法5.1 交叉验证法(cross-validation)5.1.1验证集方法(validation set approach)5.1.2 留一交叉验证法（leave-one-out cross-validation,LOOCV）5.1.3 K折交叉验证（k-fold CV） 第五章：重抽样方法 在之前的学习中，我们学了很多关于因变量是一个定量变量的回归模型，包括线性回...
(ISLR-note)Chapter5 重抽样方法
qq_43118572的博客
01-16 231
一、交叉验证法 1.验证集方法 将数据分为 训练集 和 验证集。 2.留一交叉验证法LOOCV ①将一个单独的观测(x1,y1)作为验证集，剩下的观测 {(x2,y2), (x3,y3), … , (xn, yn)}组成训练集。然后在n-1个训练观测上拟合统计学习方法，再对余下的观测根据它的值x1来做yih。MSE1 = (y1 - y1h)^2提供了对于测试误差的一个渐进无偏估计。 ②重复这个步...
Bootstrap重抽样方法
ofoliao的博客
11-10 1万+
Bootstrap重抽样方法 非参数重抽样 Non-parametric resampling 此方法不假设数据的分布或模型。数据表示为n个独立观测向量yobsy_{obs}yobs​, 假设求参数的参数θ^(yobs)\hat{\theta}(y_{obs})θ^(yobs​)的置信区间，非参数bootstrap抽样的步骤如下： 从yobsy_{obs}yobs​中不放回的重抽样nnn次，得到...
机器学习概念-model fit , Resampling Methods
qq_20241587的博客
06-22 1147
写在前面 机器学习的一些概念，虽然很基础，但多回顾回顾总是没错。 会涉及到 监督/非监督学习，常见的model fit （MSE）判断 和 Resampling Methods （CV） 监督/非监督学习 非监督即 数据中包括 predictors Xi only； 常见的如 clustering （聚类） 监督即 数据中包括 predictors Xi 和 Response Yi ；常见的如 回归，分类 回归和分类的区别： 回归涵盖了Response Yi是 连续的/数值的 情况；分类...
机器学习之R语言caret包trainControl函数(控制调参)
weixin_43217641的博客
08-07 6084
面向机器学习小白详细介绍了R语言trainControl函数的参数以及如何使用。
ISLR数据集介绍及获取方法
从上述提供的文件信息来看，知识点主要集中在统计学习领域，特别是关于《Introduction to Statistical Learning with Applications in R》（ISLR）这本书的案例数据集介绍和下载问题。 ### 统计学习基础 统计学习...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值