我有如下預測和標簽陣列，我試圖計算 Kohens Kappa（線性和二次），盡管幾乎所有預測都是正確的，但我得到了 0.0 的 Kappa 分數。
labels = [0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
preds = [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
kappas_linear_cls = cohen_kappa_score(labels, preds)
kappas_quadratic_csl = cohen_kappa_score(labels, preds, weights='quadratic')
linear kappa: 0.0
quadratic kappa: 0.0
我正在使用內置函式sklearn.metrics.cohen_kappa_score。
我該如何解決這個問題？
uj5u.com熱心網友回復：
這似乎是正確的。
觀察到的一致性比率 ( P0) 是33/35（抱歉，總長度的計數可能不準確）。基本上，這與準確性相同。
預期一致性 ( Pe) 是兩個向量中類別概率的乘積之和：(2/35 * 0) (33/35 * 1)= 33/35。換句話說，如果預測被隨機打亂，它們在 33/35 的情況下仍然是正確的。
卡帕是(P0 - Pe) / (1 - Pe)= (33/35 - 33/35) / (2/35)= 0。
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/510345.html
上一篇：ASP.NETWebAPI：如何從系結到另一個模型的模型發布？
下一篇：如何連接特征圖？