Cohens kappa-koeffisient er en statistikk som brukes til å måle inter-rater reliabilitet for kvalitative elementer. Det antas generelt å være et mer robust mål enn enkel prosentoverenskomstberegning, da κ tar hensyn til muligheten for at avtalen oppstår ved en tilfeldighet.
Hva brukes Cohens kappa til?
Cohens kappa er en metrikk som ofte brukes for å vurdere avtalen mellom to vurderere. Den kan også brukes til å vurdere ytelsen til en klassifiseringsmodell.
Hvordan tolker du Cohens kappa?
Cohen foreslo at Kappa-resultatet ble tolket som følger: verdier ≤ 0 som indikerer ingen enighet og 0,01–0,20 som ingen til liten, 0,21–0,40 som rettferdig, 0,41–0,60 som moderat, 0,61–0,80 som betydelig og 0,81–1,00 som nesten perfekt samsvar.
Hva er Cohens kappa innen maskinlæring?
Cohens Kappa er et statistisk mål som brukes til å måle påliteligheten til to vurderere som vurderer samme kvantitet og identifiserer hvor ofte vurdererne er enige. I denne artikkelen vil vi lære i detalj om hva Cohens kappa er og hvordan den kan være nyttig i maskinlæringsproblemer.
Hva menes med kappa-verdi?
Verdien av Kappa er definert som. Telleren representerer avviket mellom den observerte sannsynligheten for suksess og sannsynligheten for suksess under antagelsen om en ekstremt dårlig sak.
