我看完了一些文献，想要做bootstrapping 的resample（随机抽样）以达成减少多数类别
问题（一 使用bootstrapping后该如何看随机抽样结果？
问题（二 使用bootstrapping是需要把三类别一起放进去才能运作？
问题（三 我是该输人哪句指令？用这句但没反应
http://i.imgur.com/ggcnikf.jpg

看不懂你做bootstrap的目的然后…你的三个问题虽是中文但我没有一句看得懂的...

我boostrap 目的是为了做随机抽选，但我不会做这动作

随机抽样会用到bootstrap吗? 这不是用来减少variance吗

感觉你搞错bootstrap的意思

嗯。还是不知道你在说什么。可否再说白一点？

看不懂问题+1 不过你执行完打a enter 就会有反应了 真的

我简单来说就是要用拔靴法做resample 但不懂看结果Bootstrap 本来就会做随机抽选 而且可以用于undersample问题

那段原码跑不出来正常，因为它少了一个括号。它的意思是从x中抽出且放回10个取平均，这样100次。“以达成减少多数类别”到底是？

统计应该都称bootstrapping 没有再用bootstrap吧

随机抽选没错，但你问题中多数类别、三类别指的是什么?~~

我是不懂是只用把A类放进去随机抽选就好了吗 http://i.imgur.com/2MpNdoy.jpghttp://i.imgur.com/tz4nQX5.jpg

imbalance data?你可以试试看ROSE package 里面也是用你说的bootstrapin来作为oversample undersample 与 人造资料的用途这个是参考网站 https://goo.gl/iBM5JV

我先看 谢谢了可是这个不能用在多分类上

原po要不要再把实际需求明确地描述一次？或是举一个简单的例子但明确地说明你想做什么事

更新了

老实说我并没有看懂。例如，你每一次bootstraping后要做或收集什么统计量？如果你不说明白，老实说，bootstraping本身不必管类别就只是单纯抽出且放回而已。例如你有三组，那就三组都做抽100个取统计量共10000次。这样不就是“平衡”了？

我想你需要把你的资料型态解释一下，这样很难猜测classification problem的binary classification就会有常见的imbalance data，所以target variable要是两个是很正常的，像是EMAIL是不是垃圾信这种，就会有这个问题，但是我现在看不太懂你的资料型态，所以只能猜

没错，但有时候会遇上多分类情况 ，的确binary classification 是常见的情况

既然您不明说，我也帮不了你了。