Artificial intelligence 机器学习中的分类器问题

我正在上人工智能入门课程，老师提到了一些观点，对于分类器ZeroR，ZeroR下的准确度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，有人能告诉我这意味着什么吗，请提前感谢。

我认为推理的思路如下：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，如果您的数据是55%的A类、10%的B类、5%的C类等，那么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，那么ZeroR将获得33%的正确率

除了随机选择的类之外，这几乎是你能得到的最愚蠢的分类器，因此你可以通过与最低性能水平相比其他分类器的表现来衡量它们。给定一个特定的数据集，您可以使用ZeroR来确定您可能期望的最低性能