重采样方法

重采样方法（resampling method），理学-计算机科学技术-计算机科学理论-概率统计-统计分析，一种统计推断的非参数方法。重采样法采用经验性方法而非分析方法从原始数据样本中提取重复样本，基于实际数据生成独特的采样分布而不使用通用分布来逼近计算概率值。它包括下列几种形式：①通过使用已有数据的子集或者从数据集中随机替换来估计样本统计值。②在进行置换检测时交换数据点的标签。③应用随机子集验证模型。重采样方法在机器学习领域有重要应用，如交叉验证法，可用于估计与给定统计学习方法相关的测试错误，以便评估其性能或选择适当的灵活性级别。它在图像处理、音频处理等其他领域有不同的含义。