No.17 Kappa系数精度评价1.0

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43

# library library(openxlsx)   # 读取 Excel 的第一个 sheet, ) AccData <- read.xlsx("D:/R_proj/a绘图demo/bKappa/五指山生态系统分类精度评价一二级类.xlsx", sheet = 1, colNames = T) AccData #EXCEL中存在空值，需要补零 AccData[is.na(AccData)] <- 0 AccMatrix <- data.matrix(AccData[1:nrow(AccData),2:ncol(AccData)])   #提取矩阵主对角线 MatDiag <- diag(AccMatrix)   #提取总数 TotalNum <- sum(AccMatrix)   #总体分类精度 OA <- sum(MatDiag)/TotalNum   #Kappa系数 #函数包求Kappa library(vcd) K <- Kappa(AccMatrix) #手动计算Kappa colFreqs <- colSums(AccMatrix)/TotalNum rowFreqs <- rowSums(AccMatrix)/TotalNum p0 <- sum(MatDiag)/TotalNum pe <- crossprod(colFreqs, rowFreqs)[1] k2 <- (p0-pe)/(1-pe) #制图精度 for (i in 1:nrow(AccMatrix)) { PA <- AccMatrix[i,i]/sum(AccMatrix[,i]) print(paste(AccData[i,1], "制图精度为", PA*100, "%")) } #用户精度 for (i in 1:nrow(AccMatrix)) { UA <- AccMatrix[i,i]/sum(AccMatrix[i,]) print(paste(AccData[i,1], "用户精度为", UA*100, "%")) } #计算结果输出 print(paste("总体分类精度为", OA*100, "%")) print(paste("Kappa系数为", K[["Unweighted"]][["value"]]*100, "%"))