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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注