Artificial intelligence 省略一个交叉验证查询

我目前正在尝试理解人工智能（学习）中的一个主题，需要帮助理解以下内容：

为什么在与多数分类器结合使用时，遗漏一个交叉验证算法在具有相同数量的正反示例的数据集上得分为零而不是50%

---

感谢您在这方面的指导。

如果我正确理解了问题，当您省略阳性样本时，训练集会有更多的阴性样本；因此，遗漏的样本被归类为阴性。反之亦然。

谢谢Don，如果一个阳性样本被遗漏，它会被归类为阴性（因此现在101个阴性99个阳性），然后当另一个阳性样本被遗漏时，它也会被归类为阴性（现在102个阴性，98个阳性），依此类推，直到所有样本都被归类为阴性，因此总是返回零？在漏掉一个交叉验证中，除了一个随机选择的样本外，您对所有数据训练分类器，然后对该样本进行测试。你重复几次。当你有相等数量的阳性和阴性样本时，无论你取出哪种样本，它都会被归类为另一种，因为另一种样本将占测试样本的一半以上。