在进行bootstrap抽样时，抽样次数的设置是一个重要的考量因素。一般来说，bootstrap抽样的次数越多，估计结果的精度就越高。但是，抽样次数过多也会增加计算的时间和资源消耗。
在实际应用中，通常推荐至少进行1000次的bootstrap抽样，以获得相对准确的估计结果。如果计算资源有限，也可以适当减少抽样次数，但要确保抽样次数足够大以避免抽样误差。
此外，还需要考虑样本数据的特点和目标估计的精度要求。如果样本数据较小，或者估计结果需要较高的精度，可能需要增加抽样次数。相反，如果样本数据较大，或者估计结果对精度要求不高，可以适当减少抽样次数。
总之，bootstrap抽样次数的设置需要综合考虑计算资源、样本数据特点和估计结果精度要求等因素，选择一个合适的折衷方案。