バギングで用いるブートストラップサンプリングに関する説明として、最も不適切なものを1つ選べ。
正解と解説を見る
解説
正解 C
この問題の論点：ブートストラップ標本の作り方
ポイント
ブートストラップサンプリングは、重複を許して元と同じ件数を無作為に取り出す方法です。重ならないように分けるのは交差検証の考え方です。
選択肢ごとの解説
- A
適切
重複を許す取り出し方を復元抽出といいます。1件取り出すたびに元に戻してから次を選び、元のデータがn件ならn回取り出します。これを繰り返すと、中身の異なるデータセットを何組でも作れます。
- B
適切
1回の抽出で特定のデータが選ばれない確率は1−1/nです。n回続けて選ばれない確率（1−1/nのn乗）は、nが大きいと約0.37に近づきます。各データセットから元のデータの約37%が漏れる計算です。
- C
不適切 正解
データを重ならないように分けるのは、k-分割交差検証で評価用のデータを作るときなどの考え方です。ブートストラップサンプリングは重複を許して抽出するため、データセットどうしに重なりがあります。
- D
適切
バギングは、このデータの違いから生まれるモデルの違いを利用します。各モデルの予測を平均や多数決でまとめることで、1つのモデルよりも予測のばらつきを抑えます。
試験での狙われ方
復元抽出か非復元抽出か、またブートストラップサンプリングと交差検証でデータの分け方がどう違うかを問う形が考えられます。