Machine learning “的公式;相对绝对误差“;及;相对平方根误差“;用于机器学习(由Weka计算)
在开源数据挖掘软件Weka(用Java编写)中,当我运行一些数据挖掘算法(如线性回归)时,Weka返回模型和一些测试数据的模型评估指标 看起来是这样的:Machine learning “的公式;相对绝对误差“;及;相对平方根误差“;用于机器学习(由Weka计算),machine-learning,data-mining,weka,Machine Learning,Data Mining,Weka,在开源数据挖掘软件Weka(用Java编写)中,当我运行一些数据挖掘算法(如线性回归)时,Weka返回模型和一些测试数据的模型评估指标 看起来是这样的: Correlation coefficient 0.2978 Mean absolute error 15.5995 Root mean squared error 29.9002 Relative absolute error
Correlation coefficient 0.2978
Mean absolute error 15.5995
Root mean squared error 29.9002
Relative absolute error 47.7508 %
Root relative squared error 72.2651 %
“相对绝对误差”和“相对平方根误差”的公式是什么?我想不出来。我想使用这些指标来评估我自己在Matlab中的算法。从幻灯片22的演示中,引用witten,以下是公式:
相对绝对误差
相对平方根误差
与
- 实际目标值:a1 a2…an
- 预测目标值:p1 p2…pn
这与Weka实现是一致的。因此,我们需要序列上目标的平均值来计算所有的相对误差。嗨,我在导入公式的顺序上犯了一个错误,现在它的顺序很好。欢迎您。