=== Run information ===

Scheme:       weka.classifiers.functions.LinearRegression -S 0 -R 1.0E-8 -num-decimal-places 4
Relation:     EYV-NPH-NUMERICO-1248-ARBORIZADORA
Instances:    1248
Attributes:   12
              PUNTAJE
              SECTOR
              TERRENO
              VALOR_M2_2015
              AREA_CONSTRUIDA_2015
              VALOR_M2_CONTRUCCION_2015
              CODIGO_USO
              PISOS
              VETUSTEZ
              ACTIVIDAD
              TRATAMIENTO
              ESTRATO
Test mode:    20-fold cross-validation

=== Classifier model (full training set) ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7464.0812 * PUNTAJE +
      6.1241 * AREA_CONSTRUIDA_2015 +
   2515.1682 * CODIGO_USO +
   5848.0308 * VETUSTEZ +
 -16363.2851 * ACTIVIDAD +
-11458825.8539

Time taken to build model: 0 seconds


=== Classifier model for fold 1 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7362.1207 * PUNTAJE +
   2696.0837 * CODIGO_USO +
   6121.1082 * VETUSTEZ +
 -29585.1234 * ACTIVIDAD +
 -38929.0655 * TRATAMIENTO +
-11854602.7407

=== Classifier model for fold 2 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7575.8188 * PUNTAJE +
      5.998  * AREA_CONSTRUIDA_2015 +
   2453.1691 * CODIGO_USO +
   5795.7049 * VETUSTEZ +
 -15103.0637 * ACTIVIDAD +
-11363570.4475

=== Classifier model for fold 3 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7527.1331 * PUNTAJE +
      5.366  * AREA_CONSTRUIDA_2015 +
   2498.4792 * CODIGO_USO +
   5921.7941 * VETUSTEZ +
 -19925.399  * ACTIVIDAD +
-11588559.2054

=== Classifier model for fold 4 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7604.0247 * PUNTAJE +
      5.8647 * AREA_CONSTRUIDA_2015 +
   2396.744  * CODIGO_USO +
   5843.4367 * VETUSTEZ +
 -15916.7118 * ACTIVIDAD +
-11455561.6625

=== Classifier model for fold 5 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7308.8325 * PUNTAJE +
   2579.997  * CODIGO_USO +
   5850.2898 * VETUSTEZ +
 -28360.2974 * ACTIVIDAD +
 -41457.39   * TRATAMIENTO +
-11315120.3565

=== Classifier model for fold 6 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7462.5773 * PUNTAJE +
   2569.9208 * CODIGO_USO +
   5892.1742 * VETUSTEZ +
 -25920.0784 * ACTIVIDAD +
 -30291.7971 * TRATAMIENTO +
-11436871.0922

=== Classifier model for fold 7 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7458.0973 * PUNTAJE +
      6.4442 * AREA_CONSTRUIDA_2015 +
   2447.7155 * CODIGO_USO +
   6001.9857 * VETUSTEZ +
 -18640.5553 * ACTIVIDAD +
-11753863.4727

=== Classifier model for fold 8 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7530.8832 * PUNTAJE +
   2746.2644 * CODIGO_USO +
   5803.6364 * VETUSTEZ +
 -29140.4099 * ACTIVIDAD +
 -39768.5436 * TRATAMIENTO +
-11229247.0018

=== Classifier model for fold 9 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7286.4107 * PUNTAJE +
   2569.7838 * CODIGO_USO +
   5742.6023 * VETUSTEZ +
 -28801.9799 * ACTIVIDAD +
 -40092.6752 * TRATAMIENTO +
-11100082.3444

=== Classifier model for fold 10 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7479.944  * PUNTAJE +
      6.9949 * AREA_CONSTRUIDA_2015 +
   2400.5171 * CODIGO_USO +
   5869.086  * VETUSTEZ +
 -15012.9476 * ACTIVIDAD +
-11509000.1755

=== Classifier model for fold 11 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7428.601  * PUNTAJE +
      6.1916 * AREA_CONSTRUIDA_2015 +
   2527.0587 * CODIGO_USO +
   5815.1874 * VETUSTEZ +
 -15808.5689 * ACTIVIDAD +
-11395167.7582

=== Classifier model for fold 12 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7277.0897 * PUNTAJE +
   2574.2618 * CODIGO_USO +
   5949.4741 * VETUSTEZ +
 -27902.9321 * ACTIVIDAD +
 -39170.9655 * TRATAMIENTO +
-11517832.9399

=== Classifier model for fold 13 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7413.2187 * PUNTAJE +
   2504.6786 * CODIGO_USO +
   5768.799  * VETUSTEZ +
 -27475.1733 * ACTIVIDAD +
 -36413.5158 * TRATAMIENTO +
-11170933.0771

=== Classifier model for fold 14 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7403.3658 * PUNTAJE +
    -24.5694 * SECTOR +
   2764.464  * CODIGO_USO +
   5903.157  * VETUSTEZ +
 -34685.5556 * ACTIVIDAD +
 -65627.9663 * TRATAMIENTO +
-11285602.1094

=== Classifier model for fold 15 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7402.2593 * PUNTAJE +
      6.7105 * AREA_CONSTRUIDA_2015 +
   2419.5406 * CODIGO_USO +
   5981.1757 * VETUSTEZ +
 -16592.4332 * ACTIVIDAD +
-11721133.837

=== Classifier model for fold 16 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7372.3631 * PUNTAJE +
      6.1682 * AREA_CONSTRUIDA_2015 +
   2511.8864 * CODIGO_USO +
   5897.0712 * VETUSTEZ +
 -20172.8892 * ACTIVIDAD +
-11533552.9566

=== Classifier model for fold 17 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7511.1993 * PUNTAJE +
   2560.3674 * CODIGO_USO +
   5973.3214 * VETUSTEZ +
 -26879.0456 * ACTIVIDAD +
 -38342.8456 * TRATAMIENTO +
-11580523.8674

=== Classifier model for fold 18 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7467.8027 * PUNTAJE +
      8.6747 * AREA_CONSTRUIDA_2015 +
   2552.3808 * CODIGO_USO +
   5764.2276 * VETUSTEZ +
 -12738.6931 * ACTIVIDAD +
-11311277.6372

=== Classifier model for fold 19 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7550.7048 * PUNTAJE +
   2587.7466 * CODIGO_USO +
   5924.7319 * VETUSTEZ +
 -27759.5085 * ACTIVIDAD +
 -36806.1755 * TRATAMIENTO +
-11483078.6698

=== Classifier model for fold 20 ===


Linear Regression Model

VALOR_M2_CONTRUCCION_2015 =

   7340.7658 * PUNTAJE +
   2671.4835 * CODIGO_USO +
   5813.4364 * VETUSTEZ +
 -25578.9554 * ACTIVIDAD +
 -37907.709  * TRATAMIENTO +
-11262893.8383
=== Cross-validation ===
=== Summary ===

Correlation coefficient                  0.61  
Mean absolute error                 103821.9126
Root mean squared error             151801.3064
Relative absolute error                 71.2371 %
Root relative squared error             79.1772 %
Total Number of Instances             1248     

