如何解释错误措施？

我正在Weka中为某个数据集运行分类，并且我注意到，如果我试图预测标称值，则输出将具体显示正确和错误地预测的值。但是，现在我为数字属性运行它，输出为：

Correlation coefficient                 0.3305
Mean absolute error                     11.6268
Root mean squared error                 46.8547
Relative absolute error                 89.2645 %
Root relative squared error             94.3886 %
Total Number of Instances               36441 

我该怎么解释？我已经尝试过搜索每个概念，但由于统计数据完全不在我的专业领域，因此我不太了解。就统计而言，我将非常感谢ELI5类型的答案。

让我们代表的利益为真值和使用某种算法作为估计值θ。$\theta$$\hat{\theta}$

关联告诉你有多少和θ是相关的。它给之间的值- 1和1，其中，0是没有关系，1是非常强的，线性关系和- 1是线性关系的逆（即，的值更大的θ表示的更小的值θ，或反之亦然）。在下面，您将找到一个相关的示例。$\theta$$\hat{\theta}$$-1$$1$$0$$1$$-1$$\theta$$\hat{\theta}$

（来源：http : //www.mathsisfun.com/data/correlation.html）

平均绝对误差为：

$$\mathrm{MAE} = \frac{1}{N} \sum^N_{i=1} | \hat{\theta}_i - \theta_i |$$

均方根误差为：

$$\mathrm{RMSE} = \sqrt{ \frac{1}{N} \sum^N_{i=1} \left( \hat{\theta}_i - \theta_i \right)^2 }$$

相对绝对误差：

$$\mathrm{ RAE} = \frac{ \sum^N_{i=1} | \hat{\theta}_i - \theta_i | } { \sum^N_{i=1} | \overline{\theta} - \theta_i | }$$

$\overline{\theta}$$\theta$

根相对平方误差：

$$\mathrm{ RRSE }= \sqrt{ \frac{ \sum^N_{i=1} \left( \hat{\theta}_i - \theta_i \right)^2 } { \sum^N_{i=1} \left( \overline{\theta} - \theta_i \right)^2 }}$$

$\theta$

$\mathrm{ MAE}$$\mathrm{ RMSE}$$\mathrm{ MSE}$$\theta$$\hat{\theta}$$\theta$

$\mathrm{ RAE}$$\mathrm{ RRSE}$$\theta$$\sum(\overline{\theta} - \theta_i)^2$$\sum|\overline{\theta} - \theta_i|$$\theta$$\theta$$\theta$

还要检查那些幻灯片。