随机森林中，为什么oob样本的数量是三分之一

今天看了RF，发现里面有一个1/3的概率，但到底怎么求出来的，很多并没有写，所以我查了查资料，推了一下公式。

模型评估方法

在机器学习中，通常把样本分成训练集和测试集，在划分样本的过程中，存在着不同的抽样方法。

有哪些抽样方法，他们有什么优缺点

1.Holdout检验
直接样原始样本37分，70%为训练集，30%为测试集。绘制ROC曲线，计算准确率，召回率。
缺点：没有随机性。

2. 交叉检验
将全部样本划分成K个大小相等的样本子集，一次遍历这些子集，每次把当前子集作为验证集，其余所有子集当做训练集。最后把k次评估指标的平均值作为最终的评估指标。一般k=10，但是开销大。

3. 自助法
自助采样的方法进行随机有放回的抽样。总样本N，N次有放回的抽样。有的样本会被重复采集。
一次样本在一次抽样中被抽中的概率是1/n，没有被抽中的概率是1-1/n，那么n次没有被抽中的概率是（1-1/n）^n，当n趋于无穷时，对他求极限，得出36.8%

因此当样本数很大的时候，大约有36.8%的样本没有被选择过，可作为验证集。