我在 Weka 中对具有 15 个属性的 7000 个实例的数据集使用朴素贝叶斯分类器。使用 ZeroR 时，我的基线准确率为 87.5%。作为数据预处理的一部分，我用零均值和单位方差对数据集进行了归一化，应用过滤器来随机化数据集。我使用了训练（70%）和测试（30%）集，以及对整个数据集的 10 倍交叉验证，使用了监督离散化和属性选择，我得到的分类器的最佳准确率为 93.43%。这是对基线准确性的小改进吗？
我在 Weka 中对具有 15 个属性的 7000 个实例的数据集使用朴素贝叶斯分类器。使用 ZeroR 时，我的基线准确率为 87.5%。作为数据预处理的一部分，我用零均值和单位方差对数据集进行了归一化，应用过滤器来随机化数据集。我使用了训练（70%）和测试（30%）集，以及对整个数据集的 10 倍交叉验证，使用了监督离散化和属性选择，我得到的分类器的最佳准确率为 93.43%。这是对基线准确性的小改进吗？