論文の概要: The MCC approaches the geometric mean of precision and recall as true negatives approach infinity

• arxiv url: http://arxiv.org/abs/2305.00594v1
• Date: Sun, 30 Apr 2023 22:36:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-02 14:28:53.497396
• Title: The MCC approaches the geometric mean of precision and recall as true negatives approach infinity
• Title（参考訳）: MCCは幾何平均の精度に近づき、真の負は無限に近づきます
• Authors: Jon Crall
• Abstract要約: マシュー相関係数 (MCC)、F1、Fowlkes-Mallows (FM) スコアは、混乱行列を要約したスカラーである。 物体検出問題では、真の負の数を測定することが非常に大きいため、しばしば難解である。 本稿では,FM測度がMCCの限界値に等しいことを証明し,MCCとFMスコアの関係について考察する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The performance of a binary classifier is described by a confusion matrix with four entries: the number of true positives (TP), true negatives (TN), false positives (FP), and false negatives (FN). The Matthew's Correlation Coefficient (MCC), F1, and Fowlkes--Mallows (FM) scores are scalars that summarize a confusion matrix. Both the F1 and FM scores are based on only three of the four entries in the confusion matrix (they ignore TN). In contrast, the MCC takes into account all four entries of the confusion matrix and thus can be seen as providing a more representative picture. However, in object detection problems, measuring the number of true negatives is so large it is often intractable. Thus we ask, what happens to the MCC as the number of true negatives approaches infinity? This paper provides insight into the relationship between the MCC and FM score by proving that the FM-measure is equal to the limit of the MCC as the number of true negatives approaches infinity.
• Abstract（参考訳）: 二項分類器の性能は、真正数(TP)、真負数(TN)、偽正数(FP)、偽負数(FN)の4つのエントリからなる混乱行列によって記述される。 マシューの相関係数(MCC)、F1、Fowlkes-Mallows(FM)スコアは、混乱行列をまとめたスカラーである。 F1 と FM のスコアは、混乱行列の4つのエントリのうち3つしか基づかない(それらは TN を無視している)。 対照的に、mcc は混乱行列の4つのエントリすべてを考慮し、より代表的なイメージを提供すると見なすことができる。 しかし、物体検出問題において、真の負の数を測定するのは非常に大きいため、しばしば難解である。 したがって、真の負の数が無限大に近づくと、MCCはどうなるのか? 本稿では,真の負の数が無限に近づくと,fm測定値がmccの限界値に等しいことを証明し,mccとfmスコアの関係について考察する。

関連論文リスト

• Sum-of-norms regularized Nonnegative Matrix Factorization [1.5484595752241124]
  本研究では、非負行列分解(NMF)を解きながら、そのようなランクを推定する近似法を提案する。 SON(sum-of-norm)は、一対の類似性を促進する群ラッソ構造であり、ランクが過大評価される因子行列のランクを減少させる。 SON-NMFはデータから自動的にランクを推定でき、ランク不足のデータ行列に対処でき、弱い成分を小さなエネルギーで検出できる。
  論文  参考訳（メタデータ） (2024-06-30T14:16:27Z)
• Robust performance metrics for imbalanced classification problems [2.07180164747172]
  Fスコアのようなバイナリ分類における確立された性能指標は、クラス不均衡に対して堅牢ではないことを示す。 我々は、FスコアとMCCの堅牢な修正を導入し、強い不均衡な設定であっても、TPRは0ドルから切り離される。
  論文  参考訳（メタデータ） (2024-04-11T11:50:05Z)
• Pearson-Matthews correlation coefficients for binary and multinary classification and hypothesis testing [6.974999794070285]
  本論文の主眼はマルチナリー分類である。 我々は、textR_textK$ と MPC のメトリクスの両方が、分類結果の貧弱さを決定的に示さないという問題に悩まされていることを示す。 また,MSCの直接拡張とみなすことのできる,新たなマルチナリー分類指標も提示する。
  論文  参考訳（メタデータ） (2023-05-10T08:32:36Z)
• Accelerated Fuzzy C-Means Clustering Based on New Affinity Filtering and Membership Scaling [74.85538972921917]
  Fuzzy C-Means (FCM) は広く使われているクラスタリング手法である。 FCMはクラスタリングプロセスの中間から後期の段階で効率が低い。 新しいアフィニティフィルタとメンバシップスケーリング(AMFCM)に基づくFCMを提案する。
  論文  参考訳（メタデータ） (2023-02-14T14:20:31Z)
• Sparse Conditional Hidden Markov Model for Weakly Supervised Named Entity Recognition [68.68300358332156]
  雑音ラベリング機能を評価するために,スパース条件付き隠れマルコフモデル(Sparse-CHMM)を提案する。 Sparse-CHMMは、3段階のトレーニングパイプラインで教師なし学習によって最適化される。 5つの包括的なデータセットで平均F1スコアが3.01向上する。
  論文  参考訳（メタデータ） (2022-05-27T20:47:30Z)
• MP and MT properties of fuzzy inference with aggregation function [0.0]
  fuzzy modus ponens (FMP) とfuzzy modus tollens (FMT) は人工知能において重要な応用である。 本稿では,A-compositional rule of inference(ACRI)法の有効性について検討する。
  論文  参考訳（メタデータ） (2022-05-03T01:55:56Z)
• Distribution Matching for Crowd Counting [51.90971145453012]
  アノテーションにガウスを付与することは一般化性能を損なうことを示す。 我々は,群集CoUNTing (DM-Count) における分布マッチングの利用を提案する。 平均絶対誤差(Mean Absolute Error)の観点では、DM-Countは従来の最先端手法よりも優れている。
  論文  参考訳（メタデータ） (2020-09-28T04:57:23Z)
• 3D Correspondence Grouping with Compatibility Features [51.869670613445685]
  本稿では,3次元対応グルーピングのための簡易かつ効果的な手法を提案する。 目的は、局所幾何学的記述子を不整合と外接点にマッチングすることによって得られる初期対応を正確に分類することである。 本稿では,不整合と不整合を表わすために,互換性特徴(CF)と呼ばれる3次元対応の表現を提案する。
  論文  参考訳（メタデータ） (2020-07-21T02:39:48Z)
• The MCC-F1 curve: a performance evaluation technique for binary classification [0.0]
  本稿では,ROCとPR解析の欠点に対処するMCC-F1曲線を提案する。 MCC-F1曲線は、不均衡な基底真理であっても、良い分類器と悪い分類器をより明確に区別する。 我々はMCC-F1曲線をプロットし、関連するメトリクスを計算するRパッケージを提供する。
  論文  参考訳（メタデータ） (2020-06-17T15:39:08Z)
• Metrizing Weak Convergence with Maximum Mean Discrepancies [88.54422104669078]
  本稿では、幅広い種類のカーネルに対する確率測度の弱収束を測る最大平均誤差(MMD)を特徴付ける。 我々は、局所コンパクトで非コンパクトなハウスドルフ空間において、有界連続ボレル可測核 k の MMD が確率測度の弱収束を測ることを証明する。
  論文  参考訳（メタデータ） (2020-06-16T15:49:33Z)
• Scalable quantum processor noise characterization [57.57666052437813]
  累積展開に基づく多ビットデバイスに対する近似的MCMを構築するためのスケーラブルな方法を提案する。 また,本手法は,様々な種類の相関誤差を特徴付けるためにも利用できる。
  論文  参考訳（メタデータ） (2020-06-02T17:39:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。