我正在尝试以下示例：

target_cm_table_pred <- prediction(data_item_col, T_or_F_col)target_cm_table_perf <- performance(target_cm_table_pred,"mat")

我不明白为什么我无法像使用“auc”那样从输出中获得一个单独的系数值，你有什么想法吗？我是说，我需要写什么才能得到系数的值？

回答：

这是我编写的一个小函数，用于获取Matthews相关系数的值。这个函数以混淆矩阵作为输入值。根据你的问题，你只需要从预测值的类别中创建一个混淆矩阵。你可以使用caret包中的confusionMatrix函数来创建这个矩阵。

conf_matrix <- confusionMatrix(data=logit1_trc, train$y))

logit1_trc: 预测值，train$y: 响应变量

你可以直接将这个混淆矩阵传递给创建的函数，并获取系数。

Matt_Coef <- function (conf_matrix){  TP <- conf_matrix$table[1,1]  TN <- conf_matrix$table[2,2]  FP <- conf_matrix$table[1,2]  FN <- conf_matrix$table[2,1]  mcc_num <- (TP*TN - FP*FN)  mcc_den <-   as.double((TP+FP))*as.double((TP+FN))*as.double((TN+FP))*as.double((TN+FN))  mcc_final <- mcc_num/sqrt(mcc_den)  return(mcc_final)}

希望这对你有帮助