O coeficiente kappa de Cohen é uma estatística usada para medir a confiabilidade entre avaliadores para itens qualitativos. Geralmente é considerado uma medida mais robusta do que o simples cálculo percentual de concordância, pois κ leva em consideração a possibilidade de a concordância ocorrer por acaso.
Para que serve o kappa de Cohen?
Kappa de Cohen é uma métrica frequentemente usada para avaliar a concordância entre dois avaliadores. Também pode ser usado para avaliar o desempenho de um modelo de classificação.
Como você interpreta o kappa de Cohen?
Cohen sugeriu que o resultado Kappa fosse interpretado da seguinte forma: valores ≤ 0 como indicando nenhuma concordância e 0,01–0,20 como nenhum a leve, 0,21–0,40 como regular, 0,41–0,60 como moderada, 0,61–0,80 como substancial e 0,81–1,00 como concordância quase perfeita.
Qual é o kappa de Cohen em aprendizado de máquina?
O Kappa de Cohen é uma medida estatística que é usada para medir a confiabilidade de dois avaliadores que estão avaliando a mesma quantidade e identifica a frequência com que os avaliadores estão de acordo. Neste artigo, aprenderemos em detalhes o que é o kappa de Cohen e como ele pode ser útil em problemas de aprendizado de máquina.
O que significa valor kappa?
O valor de Kappa é definido como. O numerador representa a discrepância entre a probabilidade de sucesso observada e a probabilidade de sucesso sob a suposição de um caso extremamente ruim.
