深度学习评价指标MCC

MCC是深度学习中常用的评价指标之一，用于衡量分类器的性能。MCC的全称是Matthews相关系数（Matthews Correlation Coefficient），它通过计算混淆矩阵的各项元素来得出一个区间在[-1, 1]之间的值，用于评估分类器的优劣程度。

MCC的计算公式如下：
MCC = (TP * TN - FP * FN) / √((TP+FP)*(TP+FN)*(TN+FP)*(TN+FN))

其中，TP表示真正例数量（分类器正确判断为正例的样本数量），TN表示真负例数量（分类器正确判断为负例的样本数量），FP表示假正例数量（分类器错误判断为正例的样本数量），FN表示假负例数量（分类器错误判断为负例的样本数量）。

MCC的值越接近1，表示分类器的性能越好；越接近-1，表示分类器的性能越差；接近0，则表示分类器的性能与随机分类器相当。