我的混淆矩阵具有以下结构：
(Predicted)
C= ( actual) [TN FP
FN TP]
如何计算多类的 Mathews 相关系数 (MCC) 值，表示为
MCC = (TP .* TN - FP .* FN) ./ ... sqrt( (TP + FP) .* (TP + FN) .* (TN + FP) .* (TN + FN) );
另外，我对多级以下措施的计算有一些疑问。请纠正我哪里错了。
for i=1:nClasses
TN(i)=C(i,i);
FP(i)=sum(C(i,:))-C(i,i);
FN(i)=sum(C(:,i))-C(i,i);
TP(i)=sum(C(:))-TP(i)-FP(i)-FN(i);
end
如您所见，此 MCC 公式是用于二进制分类的，因此您只能通过将问题视为二进制来计算其结果。
[编辑以澄清 OP 的困惑]什么是混淆矩阵？它显示了每个真正的课程作为一行和每个预测的类作为一列有多少实例具有真正的类并预测为. 如果只有两个类（二元分类），唯一的可能性是
但是，当有两个以上的类（多类分类）时，不可能直接使用这种区分正/负，因此没有一般的 TP、FP、FN、TN 情况。
对于多个类，可以计算每个类的二元分类指标。这是通过将目标类视为正类而将所有其他类视为负类来完成的（就好像它们被合并到一个大的负类中一样）。
示例：假设我们有 A、B、C 类。如果我们关注 A 类，混淆矩阵是这样的：
A B C
A TP FN FN
B FP TN TN
C FP TN TN
以另一种方式呈现：
A B or C
A TP FN
B or C FP TN
现在，如果我们关注 B 类，混淆矩阵变为：
A B C
A TN FP TN
B FN TP FN
C TN FP TN
在您的代码中，交换了 TP 和 TN 类别：
TP(i)=C(i,i);
...
TN(i)=sum(C(:))-TP(i)-FP(i)-FN(i);