artificial-intelligence - 关于机器学习中的分类器的问题

Question

我正在上人工智能入门类(class)，老师提到了一些关于分类器 ZeroR 的观点，ZeroR 下的准确率是解释其他分类器的有用基线。我在网上搜索了这一点，但仍然无法理解它，有人可以提供一些关于这意味着什么的想法吗，提前致谢。

Answer 1

我认为推理过程如下:ZeroR 分类器只是将每个值分配给最常见的类(通过检查训练数据发现)。这意味着，如果您的数据有 55% A 类、10% B 类、5% C 类等，那么 ZeroR 将得到 55% 的正确率。如果您的数据为 33% A 类、31% B 类、28% C 类等，那么 ZeroR 将得到 33% 的正确率。

除了随机选择类之外，这几乎是您可以获得的最愚蠢的分类器，因此您可以通过与此最低性能水平相比的其他分类器的表现来衡量它们。给定某个数据集，您可以使用 ZeroR 找出您可能期望的最低性能。