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）

Question

在开源数据挖掘软件Weka（用Java编写）中，当我运行诸如线性回归Weka的某些数据挖掘算法时，将返回模型和一些用于评估测试数据的模型评估指标。

看起来像这样：

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“根相对平方误差”的公式是什么？我不知道。我想使用此指标来评估我在Matlab中的算法。

Answer 1

[从this演示文稿，在幻灯片22中，并引用witten，这里是公式：

相对绝对误差

根相对平方误差“>

与

• 实际目标值：a1 a2…an
• 预测目标值：p1 p2…pn

Answer 2

根相对平方误差的公式实际上是相对平方误差的公式。您需要使用此公式的平方根才能获得Weka的输出。

Answer 3

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