
【医】 Mathews method
equine; gee; horse; horseflesh; neddy; steed
【医】 hippo-
build; cobble; compile; decorate; mend; repair; trim
this
【化】 geepound
family name; surname
dharma; divisor; follow; law; standard
【医】 method
【经】 law
马修斯氏法(Matthews Correlation Coefficient,MCC)是统计学中用于评估二元分类模型性能的指标,由生物化学家Brian W. Matthews于1975年提出。该方法通过综合考虑分类结果的真正例、假正例、真反例和假反例,提供模型预测能力的全面评估,尤其适用于类别不平衡的数据集。其计算公式为:
$$
MCC = frac{TP times TN - FP times FN}{sqrt{(TP+FP)(TP+FN)(TN+FP)(TN+FN)}}
$$
其中,TP、TN、FP、FN分别代表真正例、真反例、假正例和假反例的样本数。该系数取值范围为[-1,1],1表示完美预测,0等同于随机猜测,-1表示完全反向预测。
在汉英词典中,该术语被定义为“基于混淆矩阵的标准化分类评估方法”(《牛津统计学术语词典》,2020年版)。其优势在于不受类别分布偏差影响,被广泛应用于生物信息学、医学诊断和机器学习领域。例如,国际期刊《Bioinformatics》多篇研究指出,MCC在基因功能预测和蛋白质相互作用分析中具有更高的可靠性。
参考资料:
关于“马修斯氏法”的释义存在两种可能的指向,需结合不同领域进行解释:
统计学/生物信息学领域(可能拼写差异)
医学领域(可能术语混淆)
注意:由于中文译名可能存在拼写误差(如“法”与“试验”的混淆),建议结合具体语境确认术语。若需更精准的解释,请补充该术语出现的学科背景或英文原名。
半强度宽度孢子囊梗北美甘草玻璃胶不可逆过程采取步骤操作维修规程衬胶橡钢管雌莫司汀反跳非常时期的权力腓骨肌总腱鞘父系遗传的骨发育不全行波管寰齿前关节护胸基右矢集中器绝对指数罗德曼氏手术泌乳停止木酮醛糖漂流物的看管人散花碱沙巴定兽形部分数字遥测贪多嚼不烂瓦楞铁皮