ম্যাথিউস কোরিলেশন কোএফিসিয়েন্ট (MCC)
ম্যাথিউস কোরিলেশন কোএফিসিয়েন্ট (MCC) হলো ভবিষ্যদ্বাণী করা এবং প্রকৃত বাইনারি শ্রেণীবিভাগের মধ্যে একটি কোরিলেশন পরিমাপ। এটি -১ থেকে ১ পর্যন্ত বিস্তৃত এবং বাইনারি ক্লাসিফায়ারগুলির মূল্যায়নের জন্য সবচেয়ে নির্ভরযোগ্য একক-স্কোর মেট্রিকগুলির মধ্যে একটি হিসাবে বিবেচিত হয়, বিশেষ করে ভারসাম্যহীন ডেটাসেটগুলির ক্ষেত্রে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Matthews, B. W. (1975). Comparison of predicted and observed secondary structure of T4 phage lysozyme. Biochimica et Biophysica Acta (BBA)-Protein Structure, 405(2), 442-451. DOI: 10.1016/0005-2795(75)90109-9 ↗
- Powers, D. M. (2011). Evaluation: From Precision, Recall and F-Measure to ROC, Informedness, Markedness and Correlation. Journal of Machine Learning Technologies, 2(1), 37-63. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Matthews Correlation Coefficient (MCC). ScholarGate. https://scholargate.app/bn/model-evaluation/matthews-correlation-coefficient
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ভারসাম্যপূর্ণ নির্ভুলতা (Balanced Accuracy)মডেল মূল্যায়ন↔ compare
- F1-স্কোরমডেল মূল্যায়ন↔ compare
- নির্ভুলতামডেল মূল্যায়ন↔ compare
- Recall (Sensitivity)মডেল মূল্যায়ন↔ compare
- Youdens J Statisticমডেল মূল্যায়ন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →