问题标签 [kappa]

我正在尝试使用kappa对 AWS Lambda 进行无缝部署。

我尝试修改S3 示例以上传 python 代码。我通过运行创建了 Lambda kappa ./config.yml create（在用我的aws 控制台配置文件替换配置文件之后）。lambda 已创建并显示在 AWS Function 控制面板中，如图所示：

我现在想转换这个示例来生成一个新的 lambda，但是是 Python 运行时。蟒蛇文件是：

examplefolder/hello_world.py：

然后我修改了 lambda 相关部分config.yml：

然后我再次运行kappa ./config.yml create以创建新的 Lambda，但出现此错误：

我使用 R 中的 irr 包计算了 263 名评估者的 Fleiss kappa 统计量，他们判断了 7 张照片（1 到 7 级）。kappam.fleiss(db) 提供了 kappa 统计量 (0.554; z=666) 和 p 值 (0)，但不幸的是，包含的 kappa 统计量没有置信区间。任何人都可以帮助我了解如何获得置信区间吗？

谢谢

添加示例：行名称/rater.1/rater.2/rater.3/rater.4/rater.5/../rater.263 photo 1/6/6/6/6/7/.. . / 5 照片 2 / 1 / 2 / 1 / 1 / 1 / ... / 2 照片 3 / 5 / 5 / 5 / 5 / 6 / ... / 6 照片 4 / 3 / 1 / 3 / 3 / 3 / ... / 1 照片 5 / 2 / 3 / 2 / 2 / 2 / ... / 3 照片 6 / 4 / 4 / 4 / 4 / 4 / ... / 4 照片 7 / 7 / 7 / 7 / 7 / 5 / ... / 7

我正在使用 artules 包，R 来查找积极相关的产品。我使用功能 interestMeasure 提供的一些度量来评估规则。但是，我发现度量 kappa 和 minimumContradiction 的范围与包装手册不同。这是一个示例，代码在包手册中对interestMeasure的解释中：

为了方便，我做了一点改动。在示例中，最小矛盾和 kappa 的范围是：

我在自己的数据上尝试了这两个措施，总结是：

但是，在包装手册中，这两种措施的解释如下：

可以看到范围非常不同。那么，我应该自己将这些措施的范围缩小到 [-1,1] 吗？

我想重新排序 cont.table 的因素

我希望能够对因子 0 和 1 进行排序。我想要的结果是这样

我是这样做的，但是我丢失了我需要的类表

有没有可能的方法？越简单越好

我正在尝试计算以下数据的 Kappa 相关系数，以找到两个评估者之间的一致性。但是，从数据集中，我可以看到评估者几乎同意所有的发生率，除了一个。但我将 Kappa 设为零。（在我的理解中，Kappa 为零是评估者不同意。来源：链接）

有人可以在这里帮助我吗？

PS：我在这里发布了问题，但是，我没有得到任何答案。谢谢你。

我正在研究一个数据框，该数据框需要计算 Fleiss 的 Kappa 以实现评估者间协议。我为此使用了“irr”包。

除此之外，对于每个观察，我需要计算有多少评分者是一致的。

我的数据如下所示：

我期待这样的事情，其中​​ count 代表达成一致的评估者人数

非常感谢。

我有带有以下描述的注释矩阵：3 个注释器，3 个类别，206 个主题

数据存储在 numpy.ndarray 变量 z 中：

可以看出，206 个注释中有 200 个是所有三个注释器的相同类别。现在实施 Fleiss Kappa：

尽管大多数主题（200/206）被注释为同一类别，为什么分数如此之低？

假设我想为文档添加注释。每个文档都可以使用多个标签进行注释。在此示例中，我有 2 个注释器（a 和 b），它们每个标记两个文档。

Annotator_a 用标签 a、b 和 c 标记文档 1。Annotator_b 用标签 b 和 c 标记文档 1。

我尝试使用以下方法计算注释者协议：

但这会导致错误：

关于如何计算此集的注释者协议的任何想法？

我正在编写一些代码来模拟森林林。我已经使用 Spatstats 模拟了大中型树木的位置。我想做的下一步是模拟较小的树。我一直在尝试编写一些代码，使较小的树木能够远离大型和中型树木。

对于 Spatstat 中的 Thomas 成簇模型，我可以使用单个数字 kappa 模拟正确数量的小树，但是这会产生接近大/中树的成簇。我正在努力模拟正确数量的小树，其中父点位于林分较不密集的部分。

我曾尝试在大中型树上使用 spatstat 中的密度函数。然后我尝试反转栅格，以便树木较少的区域具有更高的像素值，但我似乎无法找到将其更改为 Kappa 栅格的方法，这将为我生成正确数量的较小树木。

下面的代码给了我一个数字来生成正确数量的小树

窗口尺寸为 100x100m

我希望找到一种生成 kappa 栅格的方法，该栅格可以模拟正确数量的点，在这些点中，父点更可能在展台的密度较小的区域产生。

非常感谢您的帮助！

我对 tensorflow_addons 的 CohenKappa 指标有疑问。我正在尝试训练图像分类模型，但我将此问题视为回归问题。所以，我用 MSE 损失训练了模型。但是，我需要知道分类性能并且我想使用 CohenKappa。很高兴，Tensorflow 使用名为 tensorflow_addons 的插件支持 CohenKappa 度量。但是，我需要自定义指标，所以我添加了一个额外的逻辑来剪辑 y_pred，将它们四舍五入，然后将它们提供给 CohenKappa API。这是代码：

我使用 tf 的 Keras API 和 tf.Dataset 对象对其进行了训练。这是上下文的完整脚本。

========= 完整脚本 ==========

这个脚本的结果是这个日志：

从这些结果中，我有两个问题：

• 如何解决这个问题，以便我可以获得一个有效的 cohen kappa 指标？它应该从 0 提高到 1。
• 我想查看每个度量 update_state 方法的 y_pred 和 y_true，是否应该将 Tensor 对象作为 y_true 和 y_pred？谢谢！