当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R rsample bootstraps 引导抽样


引导样本是使用替换方法生成的与原始数据集大小相同的样本。这会导致分析样本具有某些原始数据行的多个重复项。评估集定义为未包含在引导样本中的原始数据行。这通常称为 "out-of-bag" (OOB) 示例。

用法

bootstraps(
  data,
  times = 25,
  strata = NULL,
  breaks = 4,
  pool = 0.1,
  apparent = FALSE,
  ...
)

参数

data

一个 DataFrame 。

times

引导样本的数量。

strata

data 中的变量(单个字符或名称)用于进行分层抽样。如果不是 NULL ,则每次重新采样都会在分层变量中创建。数字 strata 被分为四分位数。

breaks

给出对数值分层变量进行分层所需的箱数的单个数字。

pool

用于确定特定组是否太小的数据比例,是否应合并到另一个组中。我们不建议将此参数降低到默认值 0.1 以下,因为分层组太小存在危险。

apparent

一个合乎逻辑的。如果分析和保留子集是整个数据集,是否应该添加额外的重新采样。对于 summary 函数使用的一些需要表观错误率的估计器来说,这是必需的。

...

这些点用于将来的扩展,并且必须为空。

带有类 bootstrapsrsettbl_dftbldata.frame 的 tibble。结果包括数据分割对象的列和名为 id 的列,其中包含带有重采样标识符的字符串。

细节

参数 apparent 启用附加 "resample" 的选项,其中分析和评估数据集与原始数据集相同。这对于某些类型的引导结果分析可能是必需的。

使用 strata 参数,在分层变量内进行随机抽样。这有助于确保重采样与原始数据集具有相同的比例。对于分类变量,采样是在每个类别内单独进行的。对于数字分层变量,strata 被分为四分位数,然后用于分层。低于总数10%的地层合并在一起;有关更多详细信息,请参阅make_strata()

例子

bootstraps(mtcars, times = 2)
#> # Bootstrap sampling 
#> # A tibble: 2 × 2
#>   splits          id        
#>   <list>          <chr>     
#> 1 <split [32/10]> Bootstrap1
#> 2 <split [32/15]> Bootstrap2
bootstraps(mtcars, times = 2, apparent = TRUE)
#> # Bootstrap sampling with apparent sample 
#> # A tibble: 3 × 2
#>   splits          id        
#>   <list>          <chr>     
#> 1 <split [32/11]> Bootstrap1
#> 2 <split [32/13]> Bootstrap2
#> 3 <split [32/32]> Apparent  

library(purrr)
library(modeldata)
data(wa_churn)

set.seed(13)
resample1 <- bootstraps(wa_churn, times = 3)
map_dbl(
  resample1$splits,
  function(x) {
    dat <- as.data.frame(x)$churn
    mean(dat == "Yes")
  }
)
#> [1] 0.2798523 0.2639500 0.2648019

set.seed(13)
resample2 <- bootstraps(wa_churn, strata = churn, times = 3)
map_dbl(
  resample2$splits,
  function(x) {
    dat <- as.data.frame(x)$churn
    mean(dat == "Yes")
  }
)
#> [1] 0.2653699 0.2653699 0.2653699

set.seed(13)
resample3 <- bootstraps(wa_churn, strata = tenure, breaks = 6, times = 3)
map_dbl(
  resample3$splits,
  function(x) {
    dat <- as.data.frame(x)$churn
    mean(dat == "Yes")
  }
)
#> [1] 0.2625302 0.2659378 0.2696294
源代码:R/boot.R

相关用法


注:本文由纯净天空筛选整理自Hannah Frick等大神的英文原创作品 Bootstrap Sampling。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。