我正在针对四种算法尝试两个数据集来解决回归问题。完成实验后，通过以RMSE作为比较字段进行测试来完成分析。据我研究，通常希望获得较低的RMSE值以获得最佳拟合。但是WEKA展示的算法明显优于RMSE值较高的基线。
我已经尝试到处寻找这个问题，并且也重新理解了RMSE的背景。有人说，RMSE的价值取决于所面临的问题的类型，但是大多数资料来源都将RMSE的低水平作为最佳解决方案。我也尝试仅使用WEKA Explorer，但我需要执行Explorer无法进行的成对统计测试。
Dataset A >> 1.90 | 3.62 v | 3.28 v | 1.94
Dataset B >> 1.24 | 2.43 v | 2.35 v | 1.27
其中“ v”代表明显更好的模型
我期望实验者能够证明RT和MLP的性能更好。但是，我所面临的困惑却使RMSE的高价值明显更好。