如何解释 Weka 的数据输出？

Question

我已附上 auto_price.arff here

要求：

• 对数据集进行合适的分区
• 构建（多层前馈） 用于预测汽车价格的神经网络模型。
• 提交报告 记录你的发现，连同包含你工作的磁盘 （例如 Weka、报告等）。

将您的分析仅限于具有一个隐藏层和两个隐藏层的模型。 评论您的发现和模型的性能。

我试过了，但我必须回答这个问题，我真的不知道如何预测价值或如何解释 Weka 输出的数据？

=== Cross-validation ===
=== Summary ===

Correlation coefficient                  0.8937
Mean absolute error                   1755.407 
Root mean squared error               2633.987 
Relative absolute error                 38.0947 %
Root relative squared error             44.646  %
Total Number of Instances              159    

Answer 1

输出是通过交叉验证自动评估的结果。

当然这不是预测，因为它还没有应用于新数据。但无论如何，您都没有被要求执行预测。