我对机器学习是新手，正在尝试学习这个过程，并从使用Weka开始进行尝试。当我在Weka中加载数据并开始分类时，软件显示了如下数值：

Correctly Classified Instances         416               39.6568 %Incorrectly Classified Instances       633               60.3432 %Kappa statistic                          0.091 Mean absolute error                      0.4371Root mean squared error                  0.4663Relative absolute error                 98.4524 %Root relative squared error             98.9763 %Coverage of cases (0.95 level)         100      %Mean rel. region size (0.95 level)     100      %Total Number of Instances             1049     === Detailed Accuracy By Class ===             TP Rate  FP Rate  Precision  Recall   F-Measure  MCC      ROC Area  PRC Area  Class             0.310    0.231    0.377      0.310    0.340      0.084    0.554     0.448     16-18             0.271    0.167    0.460      0.271    0.341      0.123    0.501     0.359     19+             0.599    0.511    0.382      0.599    0.467      0.084    0.570     0.395     All AgeWeighted Avg.    0.397    0.306    0.407      0.397    0.384      0.098    0.541     0.399     

通过查看这些数值，我可以推测我的数据质量不佳，因为正确分类的实例数是37.65，且错误率很高。但TP率和精确度似乎处于可接受的水平。

这让我感到困惑，我想知道如何根据这些数字来评判模型？这是否意味着我的数据预处理得不好？

回答：

你需要做一个混淆矩阵来获取准确率和精确度。下面是链接，希望对你有帮助。

http://www2.cs.uregina.ca/~dbd/cs831/notes/confusion_matrix/confusion_matrix.html