प्रश्न के लिए उत्तर फी, मैथ्यू और पियर्सन सहसंबंध गुणांक के बीच संबंध? दिखाता है कि तीन गुणांक विधियां सभी समकक्ष हैं।
मैं आँकड़ों से नहीं हूँ, इसलिए यह एक आसान प्रश्न होना चाहिए।
मैथ्यू पेपर (www.sciencedirect.com/science/article/pii/0005279575901099) निम्नलिखित का वर्णन करता है:
"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"`.
विकिपीडिया ( http://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient ) के अनुसार , पियर्सन सहसंबंध इस प्रकार है:
giving a value between +1 and −1 inclusive, where:
1 is total positive correlation,
0 is no correlation, and
−1 is total negative correlation
पियर्सन सहसंबंध गुणांक व्याख्या को निम्नलिखित के रूप में सबसे अच्छा समझा जाता है ( http://facademy.quinnipiac.edu/libarts/polsci/Statistics.html के अनुसार ):
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
कुछ कागजों को पढ़ते हुए, एमसीसी परिणाम सीमा -1 और 1 के बीच की व्याख्या की कोई डिग्री नहीं है। यह गुणांक नकारात्मक और सकारात्मक के असंतुलित डेटासेट के लिए अच्छा है, जहां सटीकता मीट्रिक अच्छी तरह से अनुमान नहीं लगा सकता है यदि भविष्यवक्ता इस मामले में सटीक है।
असंतुलित डेटा सेट के साथ, एफ-माप एक अच्छा मीट्रिक है जो कि भविष्यवक्ता के प्रदर्शन का मूल्यांकन करने के लिए एमसीसी से तुलना करता है? उदाहरण के लिए: ऐसे मामले हैं जो कर रहे हैं F-measure = 94%और MCC = 0.58। यह भविष्यवक्ता के बारे में क्या बताता है?
क्या मैं मैथ्यूज सहसंबंध गुणांक के लिए एक ही व्याख्या को अपना सकता हूं, या व्याख्या पर कुछ अलग अर्थ है? मेरा मानना है कि दोनों गुणांक व्याख्या में भी समान हैं।