如何解释Weka的数据输出？

Question

我已附上auto_price.arff here

要求：

• 对数据集进行分区
• 构建（多层前馈） 神经网络模型预测汽车价格。
• 提交报告 记录您的发现，以及包含您的工作的磁盘 （例如Weka，报告等）。

将分析限制为仅包含一个隐藏图层和两个隐藏图层的模型。 评论您的发现和模型的表现。

我试过但我得回答这个问题，我真的不知道如何预测价值或如何解释Weka的数据输出？

=== 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，因为它尚未应用于新数据。但无论如何你都没有被要求执行预测。