ブートストラップサンプリングの理解

問題

ブートストラップサンプリングに関する記述のうち誤りを1つ選べ。

ブートストラップサンプリング（Bootstrap Sampling）は、統計学や機械学習（特にバギングやランダムフォレスト）で使われるデータ抽出手法です。

手元にある $N$ 個のデータから、ランダムに1つデータを取り出し、それを「元に戻して（重複を許して）」再び抽出する、という作業を $N$ 回繰り返して、新しいデータセットを作ります。

取り出されないデータがある一方で、複数回取り出されるデータも存在するため、「少しずつバリエーションの異なる複数のデータセット」を人工的に作り出すことができます。

1. 元データから重複ありでランダム抽出する

正しい：抽出したデータを袋に戻してから次のデータを引く（復元抽出）ため、同じデータが「重複して（複数回）」選ばれることが許容されるのが最大の特徴です。

2. 元データと同じサイズのサンプルを作る

正しい：元のデータセットに100個のデータがあれば、復元抽出を100回繰り返して、「サイズが同じ（100個）の新しいデータセット」を作成するのが標準的です。

3. 重複なしでデータを抽出する手法である

誤り：「重複なし（非復元抽出）」でデータを取り出すと、最終的に元のデータセットと全く同じものができてしまいます。ブートストラップは「重複あり（復元抽出）」で行います。

4. バギングでよく使われる再サンプリング手法である

正しい：アンサンブル学習の「バギング（Bootstrap Aggregating）」において、多様な弱学習器を作るための土台となる重要なデータ再サンプリング手法です。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ