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.