深度学习评价指标MCC
时间: 2023-10-27 11:08:13 浏览: 425
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。
阅读全文