генерує нові дані шляхом випадкового повторного вибору зразків з датасету.

самостійно обрати random seed, щоб кожного разу отримувати одні й ті ж самі train і test сети. Це корисно для налаштування моделі і “дебагінгу”.

немає правильної відповіді

випадковий вибір серед алгоритмів формування train & test сетів

щоб отримати рандомні розміри train & test сетів.