我在Java代码中使用WEKA API来自定义生成的训练分类器的度量输出。

我模拟了GUI版本中Explorer部分的结果缓冲区（结果缓冲区来自这里）：

正确分类的实例         229               40.1754 %错误分类的实例       341               59.8246 %Kappa统计量                          0.2022平均绝对误差                      0.1916均方根误差                  0.3138相对绝对误差                 80.8346 %根相对平方误差             91.1615 %案例覆盖率（0.95水平）          96.3158 %平均相对区域大小（0.95水平）      70.9774 %总实例数              570     

大多数方法调用和Java文档都很直接，例如，要获取Kappa统计量，相对于Evaluation对象的等效方法是：evaluation.kappa()。

我遇到了平均相对区域大小（0.95水平）这一项，但在Java文档中找不到明显的等效方法。

我想知道这是否在Evaluation中可用，或者我是否需要自己计算它。

回答：

Mark Hall在他的回答中提供了如何在Explorer部分获取平均相对区域大小（0.95水平）的提示，参见“Rel. Region“：

这是对分类器预测的计算置信界限进行评估的一部分。来自用于生成此输出的方法的Java文档：

“获取预测区域的平均大小，相对于训练数据中目标的范围，在执行评估时指定的置信水平上。”

在Evaluation Java文档中快速使用CTRL+F搜索，发现平均相对区域大小（0.95水平）实际上是方法sizeOfPredictedRegions()。