Я выполнил выбор функции случайного поиска с помощью Weka следующим образом:
Оценщик: weka.attributeSelection.WrapperSubsetEval -B weka.classifiers.rules.ZeroR -F 5 -T 0,01 -R 1 - Поиск : weka.attributeSelection.RandomSearch -F 25.0 -seed 1
Мой вопрос о том, как это работает, поскольку нулевое правило возвращает только среднее значение или режим функций, как его можно использовать в качестве предиктора выходная переменная? Исследователь возвращает следующее:
Оценщик поднабора атрибутов (под наблюдением, Класс (цифра c): 5 баллов): Схема обучения оценщика поднабора оболочек: weka.classifiers.rules.ZeroR Параметры схемы: Оценка подмножества: RMSE Количество сгибов для оценки точности: 5
Как работает схема обучения RMSE ZeroR? Я не могу получить те же функции простым вычислением.