If we trained a hypothetical ZeroR

If we trained a hypothetical ZeroR classifier on this data, what would it predict? Since ZeroR ignores all of the features and simply predicts the target's mode, in plain language, its rule would state that all the mushrooms are edible. Obviously, this is not a very helpful classifier, because it would leave a mushroom gatherer sick or dead with nearly half of the mushroom samples bearing the possibility of being poisonous. Our rules will need to do much better than this in order to provide safe
advice that can be published. At the same time, we need simple rules that are easy to remember.

ผลลัพธ์ (ไทย) 1:

ถ้าเราฝึกเป็นลักษณนาม ZeroR สมมุติในข้อมูลนี้ อะไรจะมันทำนาย ตั้งแต่ ZeroR ละเว้นคุณสมบัติทั้งหมด และเพียงแค่คาดการณ์โหมดของเป้าหมาย ในภาษาธรรมดา กฎของจะระบุว่า เห็ดทั้งหมดจะกิน เห็นได้ชัด นี้ไม่ได้ลักษณนามที่มาก เนื่องจากนี้จะทำให้การรวบรวมเห็ดป่วย หรือตาย ด้วยเกือบครึ่งหนึ่งของตัวอย่างเห็ดที่แบกความเป็นไปได้ของการเป็นพิษ กฎของเราจะต้องทำเพื่อให้ปลอดภัยกว่านี้คำแนะนำที่สามารถเผยแพร่ ในเวลาเดียวกัน เราจำเป็นต้องมีกฎง่าย ๆ ที่ง่ายต่อการจำ

ผลลัพธ์ (ไทย) 2:

ถ้าเราผ่านการฝึกอบรม ZeroR ลักษณนามสมมุติข้อมูลนี้สิ่งที่มันจะทำนาย? ตั้งแต่ ZeroR ละเว้นทั้งหมดของคุณสมบัติและเพียงแค่คาดการณ์โหมดเป้าหมายในภาษาธรรมดากฎของมันจะระบุว่าเห็ดทั้งหมดจะกินได้ เห็นได้ชัดว่านี้ไม่ได้เป็นลักษณนามที่เป็นประโยชน์มากเพราะมันจะออกจากการรวบรวมเห็ดที่ป่วยหรือตายที่มีเกือบครึ่งหนึ่งของกลุ่มตัวอย่างเห็ดแบกความเป็นไปได้ของการเป็นพิษ กฎของเราจะต้องทำดีกว่านี้เพื่อให้ปลอดภัย
คำแนะนำที่สามารถเผยแพร่ได้ ในขณะเดียวกันเราต้องกฎง่ายๆที่ง่ายต่อการจำ

ผลลัพธ์ (ไทย) 3:

ถ้าเราฝึกสมมุติเศโรร์ลักษณนามข้อมูลนี้ อะไรมันจะทำนาย ? เพราะเศโรร์ไม่สนใจคุณสมบัติทั้งหมดและเพียงแค่ทำนายโหมดของเป้าหมาย ในภาษาธรรม กฎของรัฐว่า เห็ดเป็นพืช เห็นได้ชัดว่า นี่ไม่ใช่ประโยชน์มากในตัว เพราะมันจะทิ้งเห็ดรวบรวมป่วยหรือตายเกือบครึ่งหนึ่งของกลุ่มตัวอย่างมีความเป็นไปได้ของการเป็นเห็ดพิษ กฎของเราจะต้องทำดีกว่านี้มาก เพื่อให้ปลอดภัยคำแนะนำที่สามารถเผยแพร่ได้ ในเวลาเดียวกัน เราต้องมีกฎง่ายๆที่ง่ายต่อการจำ