Formel für "Relative absolute Fehler" und "Wurzel relativen quadratischen Fehler" im maschinellen Lernen (wie von Weka berechnet)

Question

In Open Source Data Mining-Software Weka (geschrieben in Java), wenn ich einige Data Mining-Algorithmus wie lineare Regression ausführen Weka gibt das Modell und einige Modellbewertungsmetriken für Testdaten zurück.

Es sieht wie folgt aus:

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 % 

Was die Formel für "Relative absolute Fehler" und "Root relativ quadratischen Fehler"? Ich kann das nicht herausfinden. Ich möchte diese Metrik verwenden, um meine eigenen Algorithmen in Matlab zu bewerten.

Answer 1

Von this Präsentation, in Schlitten 22, und unter Berufung auf witten, hier sind die Formeln:

Relative absoluter Fehler

Wurzel relativ quadratische Fehler

mit

• Tatsächliche Zielwerte: a1 a2 ... ein
• Prognostizierte Zielwerte: p1 p2 ... pn

Answer 2

Die Formel für die Root-Relative Squared Fehler ist eigentlich die Formel für die Relative Squared Error. Sie müssen die Quadratwurzel dieser Formel nehmen, um zu bekommen, was Weka ausgibt.