Weka分析結果參數解釋

Kappa Statistic

假設有兩個互相獨立的人分别将N個物品分成C個互相獨立的類别,如果雙方結果完全一緻則K值為1,反之K值為0;

Mean Absolute Error

是N次實驗絕對誤差的均值.絕對誤差就是預測值與實際值之差的絕對值.比如某執行個體的預測值就是它的正确分類标簽,而實際值就是classifier指定給它的分類标簽...

Root Mean Squared Error

即均方根誤差,是用來衡量樣本的離散程度的.也就是将N次實驗中的實驗值與平均值之差求和,除以實驗次數,再把商開根号.

Relative Absolute Error

就是把N次實驗的絕對誤差求和,然後除以實際值與均值之差的求和. 此值越小實驗越準确.

Root Relative Absolute Error

上面的做完再開根号...

Coverage of cases

就是classifier使用的分類規則對所有執行個體的覆寫情況. 越高說明該規則越有效.

Mean Rel. Region Size

這個不懂, 已經給wekalist發信問了,等回信過來更新.

Total number of instances

樣本總數