##the bootstrap
#这个方法的优点在于可以应用到各种情况下，而且不需要复杂的数学计算过程
#执行这个方法在r里需要两个步骤，第一个步骤是计算比例的function第二步是
#是使用boot（）函数进行求解
###使用leave-one-out cross-validation方法
library(ISLR)
##前面的部分还是使用validation-set 的方法
set.seed(1)
train<-sample(392,196)
head( Auto)
lm.fit<-lm(mpg~horsepower,data=Auto,subset=train)#建模用的是训练样本
#这个函数的使用方法cv.glm(data, glmfit, cost, K)，data表示
#原始数据集，glmfit表示拟合的模型，k：注意是大写的，表示将
#原始数据集分割为多少个k-fold，当k＝n，就是默认的值时，进行的
#就是leave-one-out cross-validation的方法