Boostrap方法是傳統(tǒng)地隨機(jī)抽樣，驗(yàn)證一次的驗(yàn)證方法，只需要訓(xùn)練1次模型，所以時(shí)間最少。留一個(gè)測(cè)試樣本的交叉驗(yàn)證，需要n次訓(xùn)練過程（n是樣本個(gè)數(shù)），這里，要訓(xùn)練1000個(gè)模型。5折交叉驗(yàn)證需要訓(xùn)練5個(gè)模型。重復(fù)2次的5折交叉驗(yàn)證，需要訓(xùn)練10個(gè)模型。

為了判斷這些交叉驗(yàn)證方法在樣本數(shù)為1000時(shí)的執(zhí)行時(shí)間順序，我們需要先了解每種方法的基本操作以及計(jì)算成本：

1. **Bootstrap方法（有放回重采樣）**：
- 從1000個(gè)樣本中有放回地隨機(jī)抽取樣本形成新的樣本集，這樣的過程重復(fù)多次（通常幾十到幾百次）。
- 計(jì)算成本較高，因?yàn)槊看尾蓸佣夹枰?xùn)練模型，重復(fù)次數(shù)較多。

2. **留一法交叉驗(yàn)證（Leave-One-Out Cross-Validation, LOOCV）**：
- 每次將一個(gè)樣本作為驗(yàn)證集，其余樣本作為訓(xùn)練集，重復(fù)1000次。
- 計(jì)算成本很高，因?yàn)樾枰?xùn)練1000次模型。

3. **5折交叉驗(yàn)證**：
- 將數(shù)據(jù)分成5份，每次用1份作為驗(yàn)證集，剩余4份作為訓(xùn)練集，重復(fù)5次。
- 計(jì)算成本相對(duì)較低，因?yàn)橹恍枰?xùn)練5次模型。

4. **重復(fù)兩次的5折交叉驗(yàn)證**：
- 在5折交叉驗(yàn)證的基礎(chǔ)上重復(fù)2次，總共需要訓(xùn)練模型10次。
- 比單次5折交叉驗(yàn)證稍高，但仍比留一法和Bootstrap方法低。

**分析執(zhí)行時(shí)間的順序**：
- **最耗時(shí)**的是留一法交叉驗(yàn)證（ii），因?yàn)樾枰?xùn)練1000次。
- **其次耗時(shí)**的是Bootstrap方法（i），雖然具體次數(shù)取決于設(shè)置，但通常在幾十到幾百次之間。
- **接下來耗時(shí)**的是重復(fù)兩次的5折交叉驗(yàn)證（iv），總共需要訓(xùn)練10次。
- **最不耗時(shí)**的是普通的5折交叉驗(yàn)證（iii），只需訓(xùn)練5次。

因此，執(zhí)行時(shí)間順序?yàn)椋篿i > i > iv > iii。

正確答案是：**D: ii > iii > iv > i**。

但根據(jù)我們的分析，似乎選項(xiàng)的描述存在問題。應(yīng)該是：
實(shí)際正確順序：ii > i > iv > iii