Question

我使用维基百科上的公式来计算马修的相关系数。它在大多数情况下运行得相当好，但我在工具的实现中遇到问题，而且我没有看到问题。

MCC =（（TP * TN） - （FP * FN））/ sqrt（（（TP + FP）（TP + FN）（TN + FP）（TN + FN）））

其中TP，TN，FP和FN是相应字段的非负整数计数。哪个应该只返回值$ \ epsilon $ [-1,1] 我的实现如下：

double ret;
if ((TruePositives + FalsePositives) == 0 || (TruePositives + FalseNegatives) == 0 ||
   ( TrueNegatives + FalsePositives) == 0 || (TrueNegatives + FalseNegatives) == 0)
//To avoid dividing by zero
    ret = (double)(TruePositives * TrueNegatives - 
                     FalsePositives * FalseNegatives);

else{
    double num = (double)(TruePositives * TrueNegatives - 
                           FalsePositives * FalseNegatives);

    double denom = (TruePositives + FalsePositives) * 
                   (TruePositives + FalseNegatives) * 
                   (TrueNegatives + FalsePositives) * 
                   (TrueNegatives + FalseNegatives);
    denom = Math.Sqrt(denom);
    ret = num / denom;
                }
return ret;

当我使用它时，正如我所说，它在大多数情况下都能正常工作，但是例如如果TP = 280，TN = 273，FP = 67和FN = 20，那么我们得到： MCC =（280 * 273） - （67 * 20）/ sqrt（（347 * 300 * 340 * 293））= 75100 / 42196.06 =（约）1.78 这是Matthews Correlation Coefficient的正常行为吗？我是一名贸易程序员，所以统计数据不是我正式培训的一部分。此外，我已经用答案查看了问题，但没有人讨论这种行为。这是我的代码或公式本身的错误吗？

Answer 1

代码清晰，看起来正确。（但是，你的眼睛总是可以欺骗。）

一个问题是关注输出是否保证介于-1和1之间。假设所有输入都是非负的，我们可以将分子向上和分母向下舍入< / em>，从而过高估计结果，将所有＆＃34; False *＆＃34;归零。术语，生产

TP*TN / Sqrt(TP*TN*TP*TN) = 1.

通过将所有＆＃34; True *＆＃34;归零来获得下限。条款。因此，除非出现无效输入，否则工作代码无法生成大于1的值。

因此，我建议设置一个警卫（例如Assert声明）以确保输入是非负的。（显然，在前面的论证中，它们是否是不可变的是重要的。）放置另一个断言来检查输出是否在区间[-1,1]中。这些将共同检测（a）无效输入或（b）计算错误中的一个或两个。

马修斯相关系数产生的值超出[-1,1]

1 个答案: