如何解读Weka输出的数据？

Question

我已附加auto_price.arff here

要求：

• 分区合适
• 构建（多层前馈） 神经网络模型预测汽车的价格的数据集。
• 提交报告 记录您的发现，以及包含您的工作 （例如Weka，报告等）的磁盘。

将您的分析限制为只有一个隐藏层和两个隐藏层的模型。 评论你的发现和模型的性能。

我试过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读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

的输出是通过交叉验证自动评价的结果。

当然，这不是一个预测，因为它尚未应用于新数据。但是你并没有被要求执行预测。