方法：以bootstrap sampling為基礎(chǔ)，給定包含m個(gè)樣本的數(shù)據(jù)集瞻润，我們對它進(jìn)行采樣產(chǎn)生數(shù)據(jù)集D’：每次隨機(jī)從D中挑選一個(gè)樣本店乐，將其拷貝放入D’，然后將該樣本放回初始數(shù)據(jù)集D中撇寞，使得該樣本在下次采樣時(shí)仍有可能被采到顿天；這個(gè)過程重復(fù)m次以后，我們就得到了包含m個(gè)樣本的數(shù)據(jù)集D’蔑担。將D’用作訓(xùn)練集牌废，D\D’用作測試集；這樣實(shí)際評估的模型與期望評估的模型都使用m個(gè)訓(xùn)練樣本啤握，而仍有數(shù)據(jù)總量約1/3的鸟缕、沒在訓(xùn)練集中出現(xiàn)的樣本用于測試，這樣的測試結(jié)果排抬，也成為“包外估計(jì)”（out-of bag estimate）.
在這個(gè)過程中懂从，樣本在m次采樣中始終不被采到的概率是(1-1/m)m，取極限得到
即通過自助采樣蹲蒲，初始數(shù)據(jù)集D中約有36.8%的樣本未出現(xiàn)在采樣數(shù)據(jù)集D’中番甩。
使用條件：
（1）在數(shù)據(jù)集較小，難以有效劃分訓(xùn)練/測試集時(shí)很有用届搁；
（2）可從初始數(shù)據(jù)集中產(chǎn)生多個(gè)不同的訓(xùn)練集缘薛，對集成學(xué)習(xí)等方法很有用。
clear all;
close all;
clc;
data=csvread('irisdata.csv');
[s,t]=zizhu(data);
csvwrite('s.csv',s);
csvwrite('t.csv',t);
function [s,t]=zizhu(data)
t = data;
[m,n] = size(data);
s = zeros(m,n);
labels = [];
for i=1:m
index = UNIDRND(m);
labels = [labels index];
s(i,:) = data(index,:);
end
kind=unique(labels);
disp(length(kind))
t(kind,:) = [];
