Fatal编程技术网
  • machine-learning/
  • 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 “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

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

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                 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
相对平方根误差的公式实际上就是相对平方误差的公式。你需要取这个公式的平方根才能得到Weka的输出。

在Weka的书Witten，Ian H.，Eibe Frank和Mark A.Hall的第177页上。“实用机器学习工具和技术”，Morgan Kaufmann（2005）：578，相对平方误差定义如下：

“误差是相对于使用简单预测器时的误差产生的。所讨论的简单预测器只是训练数据中实际值的平均值。因此，相对平方误差取总平方误差，并通过除以默认预测器的总平方误差将其标准化。”

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。