Matthews 상관 계수 (MCC)를 해석하는 방법은 무엇입니까?

질문에 대한 대답 phi, Matthews 및 Pearson 상관 계수의 관계는 무엇입니까? 세 가지 계수 방법이 모두 동등 함을 보여줍니다.

나는 통계가 아니기 때문에 쉬운 질문이 될 것입니다.

Matthews 논문 (www.sciencedirect.com/science/article/pii/0005279575901099)은 다음을 설명합니다.

"A correlation of:
   C =  1 indicates perfect agreement,
   C =  0 is expected for a prediction no better than random, and
   C = -1 indicates total disagreement between prediction and observation"`.

Wikipedia ( http://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient ) 에 따르면 Pearson 상관 관계는 다음과 같이 설명됩니다.

giving a value between +1 and −1 inclusive, where:
   1 is total positive correlation, 
   0 is no correlation, and
  −1 is total negative correlation

Pearson 상관 계수 해석은 다음과 같이 가장 잘 이해됩니다 ( http://faculty.quinnipiac.edu/libarts/polsci/Statistics.html 에 따름 ).

If r =
   +.70 or higher Very strong positive relationship
   +.40 to +.69 Strong positive relationship
   +.30 to +.39 Moderate positive relationship
   +.20 to +.29 weak positive relationship
   +.01 to +.19 No or negligible relationship
   -.01 to -.19 No or negligible relationship
   -.20 to -.29 weak negative relationship
   -.30 to -.39 Moderate negative relationship
   -.40 to -.69 Strong negative relationship
   -.70 or higher Very strong negative relationship

일부 논문을 읽을 때, -1과 1 사이의 MCC 결과 범위에 대한 해석의 정도는 없습니다.이 계수는 음수와 양수의 불균형 데이터 세트에 적합하며,이 경우 예측 변수가 정확한 경우 정확도 메트릭을 잘 예측할 수 없습니다.

불균형 데이터 세트의 경우 F- 측정 값이 예측 변수 성능을 평가하기 위해 MCC와 비교할 수있는 좋은 지표입니까? 예를 들어 다음 F-measure = 94%과 같은 경우가 MCC = 0.58있습니다. 예측 변수에 대해 무엇을 알려줍니까?

Matthews 상관 계수에 대해 동일한 해석을 채택 할 수 있습니까, 아니면 해석에 다른 의미가 있습니까? 해석에서 두 계수가 동일하다고 생각합니다.

이 질문은 너무 간단해서 불행히도 아무도이 질문에 대답 할 수 없었습니다.

이 백서 : http://www.bioinfopublication.org/files/articles/2_1_1_JMLT.pdf 에 따르면 MCC는 Pearson 곱-모멘트 상관 계수를 계산하는 우발성 매트릭스 방법입니다. 따라서 동일한 해석이 있습니다.

Matthews 상관 계수는 Pearson 상관 계수의 특수한 경우입니다. 따라서 두 가지에 대한 해석은 동일합니다. 내 블로그 게시물 github 의 유도 및 기타 세부 사항을 확인하십시오 .