Calcularea unui interval de încredere prin bootstrap
Bootstrap-ul este un instrument util pentru evaluarea variabilității unor date. În acest exercițiu, vei scrie propria funcție de bootstrap, care poate fi folosită pentru a returna un interval de încredere calculat prin această metodă.
Funcția primește trei parametri: un array 2D de numere (data), o listă de percentile de calculat (percentiles) și numărul de iterații bootstrap de utilizat (n_boots). Folosește funcția resample pentru a genera un eșantion bootstrap, repetând procesul de mai multe ori pentru a calcula intervalul de încredere.
Acest exercițiu face parte din cursul
Machine Learning pentru Date de Tip Șir de Timp în Python
Instrucțiuni pentru exercițiu
- Funcția trebuie să itereze peste numărul de iterații bootstrap (dat de parametrul
n_boots) și să:- Extragă un eșantion aleatoriu din date, cu înlocuire, și să calculeze media acestui eșantion aleatoriu
- Calculeze percentilele din
bootstrap_meansși să le returneze
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
from sklearn.utils import ____
def bootstrap_interval(data, percentiles=(2.5, 97.5), n_boots=100):
"""Bootstrap a confidence interval for the mean of columns of a 2-D dataset."""
# Create our empty array to fill the results
bootstrap_means = np.zeros([n_boots, data.shape[-1]])
for ii in range(____):
# Generate random indices for our data *with* replacement, then take the sample mean
random_sample = ____
bootstrap_means[ii] = random_sample.mean(axis=0)
# Compute the percentiles of choice for the bootstrapped means
percentiles = ____(bootstrap_means, percentiles, axis=0)
return percentiles