মডেল মূল্যায়নের জন্য বুটস্ট্র্যাপিং ব্যবহার করার সময়, আমি সর্বদা ভেবেছিলাম যে ব্যাগের বাইরে থাকা নমুনাগুলি সরাসরি পরীক্ষার সেট হিসাবে ব্যবহৃত হয়েছিল। যাইহোক, এই ক্ষেত্রে দেখা হবে না মনে হচ্ছে, অনুমোদিত নয় এমন scikit-শিখতেBootstrap পদ্ধতির, যা আউট-অফ-ব্যাগ তথ্য উপসেট থেকে প্রতিস্থাপন দিয়ে ছবি আঁকার থেকে টেস্ট সেট নির্মাণের বলে মনে হয়। এর পিছনে পরিসংখ্যানগত যুক্তি কী? নির্দিষ্ট কৌশলগুলি আছে যেখানে এই কৌশলটি কেবল ব্যাগ-অফ-ব্যাগ-নমুনা বা তার বিপরীতে মূল্যায়ন করার চেয়ে ভাল?
ক্রস বৈধতা? রীস্যাম্পেলিং?
—
EngrStudent
আপনি যদি ট্যাগটি উল্লেখ করছেন তবে তা আমার দ্বারা যুক্ত করা হয়নি। আমি আসলে সিভি এর বিকল্প হিসাবে বুটস্ট্র্যাপিং করছি।
—
গিব্বারফিশ
আমার মনে হয় আপনি ভুল বুঝেছেন। ক্রস বৈধকরণে তারা ডেটার একটি উপসেটে প্রক্রিয়াটি কয়েকবার পুনরাবৃত্তি করতে এবং ফলাফল বা মডেল পরামিতিগুলির প্রকারের দিকে তাকাতে চলেছে। সেক্ষেত্রে প্যারামিটারের প্রকরণটি নিজেই ফিটের মানকে অবহিত করে এবং অগত্যা ওওবি ত্রুটি হয় না। আমি নির্দিষ্ট পাঠাগারটির সাথে পরিচিত নই তাই আমি এই ধারণাটি নিয়ে একটি মন্তব্য রেখেছি।
—
EngrStudent