Kappa 統計量

時間 2019-11-12

標籤 kappa 計量简体版

原文原文鏈接

行表明真實類別app

列表明預測類別less

精確率 = 對角線的和 / 總數性能

p0 = (239 + 73 + 280) / 664 = 0.891566265060241spa

基於隨機的分類3d

佔比爲預測爲A\B\C類佔總數的比例 orm

預測爲A 類的可能 = 276 / 664 = 0.415663blog

預測爲B 類的可能 = 93 / 664 = 0.14006form

預測爲C 類的可能 = 295 / 664 = 0.444277performance

使用這個比例將紅色區域填滿：方法

第一行：隨機分類器將會把0.415663的人分爲A類，261的0.415663爲108.488，

　　　　該分類器將會把0.14006的人分爲B類，261的0.415663爲36.55572

　　　　改分類器會把會有0.444277分爲C類，261的0.444277爲115.95

以此類推，第二行

隨機分類器將會把0.415663的人分爲A類，103的0.415663爲42.81，

　　　　該分類器將會把0.14006的人分爲B類，103的0.415663爲14.42

　　　　改分類器會把會有0.444277分爲C類，103的0.444277爲45.76

所以pr = (108.488 + 14.4262 + 133.2831) / 644 = 0.385839290898534

Kappar k = (p0 - pr) / (1 - pr) = 0.823444037801766

如何解釋這個結果，下面給出一個幫助咱們理解該統計量大小的對照表：

<0: 比隨機方法的性能還差（less than chance performance）

0.01-0.20: 輕微一致

0.21-0.40：通常一致

0.41-0.60：中度一致

0.61-0.80：高度一致

0.81-1.00：接近完美

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。