分类器评价指标MCC、CEN和ACC的比较研究  

Comparison of classifier evaluation indexes MCC,CEN and ACC

作　　者：张冰 刘林 王淑琴[1] 田秀伟 ZHANG Bing;LIU Lin;WANG Shuqin;TIAN Xiuwei(College of Computer and Information Engineering,Tianjin Normal University,Tianjin 300387,China)

机构地区：[1]天津师范大学计算机与信息工程学院,天津300387

出　　处：《天津师范大学学报（自然科学版）》2020年第3期69-74,共6页Journal of Tianjin Normal University：Natural Science Edition

基　　金：国家自然科学基金资助项目(61070089);天津市自然科学基金重点资助项目(19JCZDJC35100);天津市应用基础与前沿技术研究计划重点资助项目(15JCYBJC4600);天津市科技计划资助项目(16ZLZDZF00150).

摘　　要：准确率ACC、Matthews相关系数MCC和混淆熵CEN是在多类问题上应用比较广泛的分类器评价指标,本文对这3种指标进行比较研究.使用6种常见的分类器对UCI数据库中12个基准数据集进行处理,分析了3种指标值变化趋势的关系,并从一致性和判别性角度对3种指标进行了比较,实验结果表明,CEN具有更好的性能.Accuracy(ACC),Matthews correlation coefficient(MCC)and confusion entropy(CEN)are widely used classifier evaluation indexes in multi-class problems.The 3 indexes are compared according to the classification results of 12 benchmark data sets in UCI database processed by 6 common classifiers.The relationships of changed trends of the 3 indexes are analyzed,and the performances of CEN,MCC and ACC are analyzed in view of consistency and discriminancy.The experimental results show that CEN has better performance.

关 键 词：分类器评价指标 CEN MCC ACC 一致性和判别性 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]