有趣的问题。与诸如折刀之类的替代方案相比，引导程序具有良好的采样特性。自举的主要缺点是每次迭代都必须使用与原始数据集一样大的样本（这可能在计算上很昂贵），而其他一些采样技术可以使用更小的样本。

本文认为，相对于基于 bootstrap 的 bagging，天真地减少样本量会降低性能，这将是不这样做的一个原因。本文还介绍了一种在 bagging 估计中使用较小样本的新方法，同时避免了这些问题。