Cohen se kappa-koëffisiënt is 'n statistiek wat gebruik word om interbeoordelaarsbetroubaarheid vir kwalitatiewe items te meet. Dit word algemeen beskou as 'n meer robuuste maatstaf as 'n eenvoudige persentasie-ooreenkomsberekening, aangesien κ die moontlikheid in ag neem dat die ooreenkoms per toeval kan plaasvind.
Waarvoor word Cohen se kappa gebruik?
Cohen se kappa is 'n maatstaf wat dikwels gebruik word om die ooreenkoms tussen twee beoordelaars te assesseer. Dit kan ook gebruik word om die prestasie van 'n klassifikasiemodel te assesseer.
Hoe interpreteer jy Cohen se kappa?
Cohen het voorgestel dat die Kappa-resultaat soos volg geïnterpreteer word: waardes ≤ 0 as wat geen ooreenkoms aandui nie en 0.01–0.20 as niks tot gering, 0.21–0.40 as billik, 0.41– 0.60 so matig, 0,61–0,80 as aansienlik, en 0,81–1,00 as byna volmaakte ooreenstemming.
Wat is Cohen se kappa in masjienleer?
Cohen se Kappa is 'n statistiese maatstaf wat gebruik word om die betroubaarheid van twee beoordelaars te meet wat dieselfde hoeveelheid beoordeel en identifiseer hoe gereeld die beoordelaars saamstem. In hierdie artikel sal ons in detail leer oor wat Cohen se kappa is en hoe dit nuttig kan wees in masjienleerprobleme.
Wat word bedoel met kappa-waarde?
Die waarde van Kappa word gedefinieer as. Die teller verteenwoordig die verskil tussen die waargenome waarskynlikheid van sukses en die waarskynlikheid van sukses onder die aanname van 'n uiters slegte saak.
