机器学习 - 手动实现自助法

自助法 (bootstrapping)：以自助采样法为基础，对含有m个样本的数据集D, 每次随机从D中挑选一个样本，放入D’中，然后将样本放回D中，重复m次之后，得到了包含m个样本的数据集D’，将D’作为训练集，用数据集D中没有出现在训练集D’中的样本作为测试集。

代码如下：

from sklearn.datasets import load_iris
from sklearn.utils import resample 

iris = load_iris()
x = iris.data 
y = iris.target 

n_iterations = 1000

train_sizes = []
test_sizes = []

for _ in range(n_iterations):
    x_bootstrap, y_bootstrap = resample(x, y, replace=True)

    split_index = len(x_bootstrap) // 3
    x_test = x_bootstrap[:split_index]
    x_train = x_bootstrap[split_index:]

print(len(x_test))
print(len(x_train))

结果如下：

50
100

创作不易，点个赞支持一下咯~