我看完了一些文獻，想要做bootstrapping 的resample（隨機抽樣）以達成減少多數類別
問題（一 使用bootstrapping後該如何看隨機抽樣結果？
問題（二 使用bootstrapping是需要把三類別一起放進去才能運作？
問題（三 我是該輸人哪句指令？用這句但沒反應
http://i.imgur.com/ggcnikf.jpg

看不懂你做bootstrap的目的然後…你的三個問題雖是中文但我沒有一句看得懂的...

我boostrap 目的是為了做隨機抽選，但我不會做這動作

隨機抽樣會用到bootstrap嗎? 這不是用來減少variance嗎

感覺你搞錯bootstrap的意思

嗯。還是不知道你在說什麼。可否再說白一點？

看不懂問題+1 不過你執行完打a enter 就會有反應了 真的

我簡單來說就是要用拔靴法做resample 但不懂看結果Bootstrap 本來就會做隨機抽選 而且可以用于undersample問題

那段原碼跑不出來正常，因為它少了一個括號。它的意思是從x中抽出且放回10個取平均，這樣100次。「以達成減少多數類別」到底是？

統計應該都稱bootstrapping 沒有再用bootstrap吧

隨機抽選沒錯，但你問題中多數類別、三類別指的是什麼?~~

我是不懂是只用把A類放進去隨機抽選就好了嗎 http://i.imgur.com/2MpNdoy.jpghttp://i.imgur.com/tz4nQX5.jpg

imbalance data?你可以試試看ROSE package 裡面也是用你說的bootstrapin來作為oversample undersample 與 人造資料的用途這個是參考網站 https://goo.gl/iBM5JV

我先看 謝謝了可是這個不能用在多分類上

原po要不要再把實際需求明確地描述一次？或是舉一個簡單的例子但明確地說明你想做什麼事

更新了

老實說我並沒有看懂。例如，你每一次bootstraping後要做或收集什麼統計量？如果你不說明白，老實說，bootstraping本身不必管類別就只是單純抽出且放回而已。例如你有三組，那就三組都做抽100個取統計量共10000次。這樣不就是「平衡」了？

我想你需要把你的資料型態解釋一下，這樣很難猜測classification problem的binary classification就會有常見的imbalance data，所以target variable要是兩個是很正常的，像是EMAIL是不是垃圾信這種，就會有這個問題，但是我現在看不太懂你的資料型態，所以只能猜

沒錯，但有時候會遇上多分類情況 ，的確binary classification 是常見的情況

既然您不明說，我也幫不了你了。