Matthew's Correlation Coefficient (MCC) | Confusion Matrix Metrics Part 7 | Machine Learning

แชร์
ฝัง
  • เผยแพร่เมื่อ 26 ม.ค. 2025

ความคิดเห็น • 18

  • @philcrom6299
    @philcrom6299 ปีที่แล้ว

    Wow, that really helped me in evaluating my master thesis!!!

  • @calinobrocea7502
    @calinobrocea7502 4 ปีที่แล้ว +3

    Very clear explanation. I hope to see more amazing videos in the future. Keep up the good work!

  • @raviyadav2552
    @raviyadav2552 3 ปีที่แล้ว +1

    I feel like I m learning great things, keep it up bro.

  • @brzoskwina2735
    @brzoskwina2735 3 ปีที่แล้ว

    I don't usually subscribe to channels after watching one video nor write comments - now I did it because of how good and clear it was

  • @charltondsouza9140
    @charltondsouza9140 3 ปีที่แล้ว

    Great Video Bro... Excellent explanation

  • @gamingmania1431
    @gamingmania1431 3 ปีที่แล้ว

    Hat's off sir for your clear explanation.

  • @deepankarmullick3121
    @deepankarmullick3121 3 ปีที่แล้ว

    Very clear explanation.

  • @임상일-h7f
    @임상일-h7f 4 ปีที่แล้ว +1

    very impressive lecture.. Thank you. 😀

  • @ksh2106
    @ksh2106 2 ปีที่แล้ว

    Thank you!!

  • @2minuteschool929
    @2minuteschool929 3 ปีที่แล้ว +1

    Good 👍♥️

  • @praneethabonala7982
    @praneethabonala7982 2 ปีที่แล้ว

    I have a doubt. How to calculate MCC for multi-class (3 or more)?

  • @eedaraprabhakararao6543
    @eedaraprabhakararao6543 4 ปีที่แล้ว

    very good lecture. i have qus. brother among macro f1-score and MCC which can be better

    • @rachittoshniwal
      @rachittoshniwal  4 ปีที่แล้ว

      It depends on the end goal. If we're predicting apples and oranges, we want to classify both classes correctly. So we ideally should use MCC cuz it is independent of the choice of positive and negative label choice.
      If we care mostly about one class only, we can go with precision/recall.

  • @narenderkumar6290
    @narenderkumar6290 3 ปีที่แล้ว

    👍👍

  • @BigHotCrispyFry
    @BigHotCrispyFry 3 ปีที่แล้ว

    helpful, thanks!