Özellikle dengesiz veri kümelerinde sınıflandırma modellerini değerlendirmek için en sağlam ölçüm.
Karışıklık Matrisi
Model Performansı
MM Puanı0.616
Superior Predictor
Kesinlik80.0%
F1-Skoru0.800
Kesinlik88.9%
Hatırlamak72.7%
Tercüme
+1,0 = Mükemmel, 0,0 = Rastgele, -1,0 = Ters.
Overview
Matthews Korelasyon Katsayısı (MCC), bir sınıflandırma modelini özetlemek için yaygın olarak en iyi tek ölçüm olarak kabul edilir. Doğruluğun aksine, karışıklık matrisinin dört değerini de eşit olarak dikkate alır ve bu da onu yüksek derecede dengesiz veri kümelerine karşı dayanıklı kılar.
💡
Pro Tips
Sınıflar dengesiz olduğunda (ör. dolandırıcılık tespiti) Doğruluk yerine MM'yi kullanın.
0,7'nin üzerindeki bir MCC puanı genellikle çok güçlü bir öngörücü olarak kabul edilir.
0 puanı, modelinizin rastgele bir tahminden daha iyi olmadığı anlamına gelir.
!
Fun Facts
"MCC aynı zamanda phi katsayısı (φ) olarak da bilinir."
"Bir model her bir örneği çoğunluk sınıfı olarak tahmin ederse MCC'si 0 olur, doğruluğu ise %99 veya daha yüksek olabilir."
"MCC esas olarak gözlemlenen ve tahmin edilen ikili sınıflandırmalar arasındaki bir korelasyon katsayısıdır."
