Accuracyとマシューズ相関係数について

Question

Accuracyの代わりに、マシューズ相関係数を用いてもよろしいのでしょうか？
マシューズ相関係数は、２値分類問題の評価指標として用いられておりますが、
これを、
｛１に近づいているから正しく学習できている｝
という判断材料にしても良いのでしょうか。

また、別の質問にもなってしまうのですが、
validationLossがepoch1の段階から、1.073542と出力され、
trainLossが０になるepoch8には1.967382という結果になり、上がり続けていても正しく学習できているのでしょうか。
この間、評価マシューズ相関係数は上がり続けております。

大変難しい質問かと思われますが、よろしくお願いいたします。

Answer 1

Accuracyとマシューズ相関係数の使い分けなどについては

マシューズ相関係数とは – Matthews Correlation Coefficient –
こちらの記事が詳しいです。

Comments

[smart-material]

ご回答ありがとうございます。validationLossに関するご質問もしたいのですが。epoch1の段階から、1.073542と出力され、trainLossが０になるepoch8の時に、ValidationLoss1.967382という結果になり、上がり続けていてこれは典型的な過学習の傾向でしょうか。それとも、関数の定義によって、異なるので上がり続けても関係ないということはあるのでしょうか？

[aokikenichi]

全く別の質問ですので、別の質問として立ち上げてください。

一応わかる範囲で回答いたしますと
データ量や目的変数の設定により異なると思います。
誤差指標が減り、相関指標が上がり続けているのであれば、まだ学習の途上かもしれません
一方trainLossが0でvalildationLossが一定の値ということは完全に過学習かと思います。trainでLossが0ということは訓練データは完全に学習、検証データで一定のLossというか上がり続けているということで。