机器学习中关于分类器的一个问题

Question

6

我正在学习人工智能入门课程，老师提到了对于分类器ZeroR来说，ZeroR下的准确率是解释其他分类器的有用基准。

我在网上搜索了一些资料，但仍然无法理解，请问有人可以解释一下这是什么意思吗？谢谢。

- Kevin

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Michael Clerx · Accepted Answer

我认为这个推理过程是这样的：ZeroR分类器只是将每个值分配给最常见的类别（通过检查训练数据找到），这意味着如果您的数据是55％的A类，10％的B类，5％的C类等，则ZeroR将获得55％的正确率。如果您的数据是33％的A类，31％的B类，28％的C类等，则ZeroR将获得33％的正确率。

除了随机选择类别外，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较来衡量其他分类器的表现如何。对于给定的数据集，您可以使用ZeroR来确定您可能期望的最低性能水平。