机器学习中使用的“相对绝对误差”和“根相对平方误差”的公式(由Weka计算)

在开源数据挖掘软件Weka(用Java编写)中,当我运行像线性回归这样的数据挖掘算法时,Weka会返回模型和一些用于测试数据的模型评估指标。

看起来像这样:

Correlation coefficient                  0.2978Mean absolute error                     15.5995Root mean squared error                 29.9002Relative absolute error                 47.7508 %Root relative squared error             72.2651 %

“相对绝对误差”和“根相对平方误差”的公式是什么?我无法弄清楚。我想用这些指标来评估我在Matlab中的算法。


回答:

这个演示文稿的第22页,并引用witten,以下是公式:

相对绝对误差formula absolute

根相对平方误差formula relative

其中

  • 实际目标值:a1 a2 … an
  • 预测目标值:p1 p2 … pn

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注