FLeiss Kappa系数和Kappa系数的Python实现

FLeiss Kappa系数和Kappa系数的Python实现

2017-07-27 19:31:19 chenjia0831 阅读数 6444 文章标签： python机器学习数据处理 更多

分类专栏： python机器学习

 

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_31113079/article/details/76216611

        Kappa系数和Fleiss Kappa系数是检验实验标注结果数据一致性比较重要的两个参数，其中Kappa系数一般用于两份标注结果之间的比较，Fleiss Kappa则可以用于多份标注结果的一致性检测，我在百度上面基本上没有找到关于Fleiss Kappa系数的介绍，于是自己参照维基百科写了一个模板出来，参考的网址在这里：维基百科-Kappa系数

       这里简单介绍一下Fleiss Kappa系数的计算过程，假设有以下数据：

 

  以上是14个人对于10个任务进行的5级标注的结果（N = 10，n = 14， k = 5），以上计算Fleiss Kappa系数的过程如下：

      ①对于Pj的计算，为每一列结果相乘除以任务总数，这里任务总数为14*10=140，对应于Kappa系数中每个分类的随机一致概率，然后由于Fleiss Kappa没有一个参照的标注值，因此这里计算P_e理论一致性的时候，将每个P_j进行平方求和，例如求Pj=1的计算情况如下：

 

     ②而对于Pi的计算，是对每一个标注任务进行实际一致性的计算，也就是要计算：在所有的排列中（这里用组合也可以，但是包含顺序比较方便计算），具有一致性的排列有多少个，所以分母就是全排列的个数n*（n-1），而分子是这一行所有数平方和减去n（标注人数），表示实际上一致的标注对数（pairs）。为什么要减去n？因为直接各项平方相加包含了这n个标注人员自己和自己标注结果组成的pair，这样会有重复，所以要减去n。因此，Pi=2的计算情况如下：

 

    ③最后计算Fleiss Kappa系数，有：

     

     这里附上实现相应的python代码：

 

1.  
   # -*- encoding: utf-8 -*-
2.  
    
3.  
   # 2017-7-27 by xuanyuan14
4.  
   # 求Kappa系数和Fleiss Kappa系数的模板
5.  
   # 分集0.0~0.20极低的一致性(slight)、0.21~0.40一般的一致性(fair)、0.41~0.60 中等的一致性(moderate)
6.  
   # 0.61~0.80 高度的一致性(substantial)和0.81~1几乎完全一致(almost perfect)
7.  
    
8.  
   import numpy as np
9.  
    
10.  
    def kappa(testData, k): #testData表示要计算的数据，k表示数据矩阵的是k*k的
11.  
    dataMat = np.mat(testData)
12.  
    P0 = 0.0
13.  
    for i in range(k):
14.  
    P0 += dataMat[i, i]*1.0
15.  
    xsum = np.sum(dataMat, axis=1)
16.  
    ysum = np.sum(dataMat, axis=0)
17.  
    #xsum是个k行1列的向量，ysum是个1行k列的向量
18.  
    Pe = float(ysum*xsum)/k**2
19.  
    P0 = float(P0/k*1.0)
20.  
    cohens_coefficient = float((P0-Pe)/(1-Pe))
21.  
    return cohens_coefficient
22.  
     
23.  
    def fleiss_kappa(testData, N, k, n): #testData表示要计算的数据，（N,k）表示矩阵的形状，说明数据是N行j列的，一共有n个标注人员
24.  
    dataMat = np.mat(testData, float)
25.  
    oneMat = np.ones((k, 1))
26.  
    sum = 0.0
27.  
    P0 = 0.0
28.  
    for i in range(N):
29.  
    temp = 0.0
30.  
    for j in range(k):
31.  
    sum += dataMat[i, j]
32.  
    temp += 1.0*dataMat[i, j]**2
33.  
    temp -= n
34.  
    temp /= (n-1)*n
35.  
    P0 += temp
36.  
    P0 = 1.0*P0/N
37.  
    ysum = np.sum(dataMat, axis=0)
38.  
    for i in range(k):
39.  
    ysum[0, i] = (ysum[0, i]/sum)**2
40.  
    Pe = ysum*oneMat*1.0
41.  
    ans = (P0-Pe)/(1-Pe)
42.  
    return ans[0, 0]
43.  
     
44.  
     
45.  
    if __name__ == "__main__":
46.  
    dataArr1 = [[1.1, 1.2], [3.23, 4.78]]
47.  
    dataArr2 = [[0, 0, 0, 0, 14],
48.  
    [0, 2, 6, 4, 2],
49.  
    [0, 0, 3, 5, 6],
50.  
    [0, 3, 9, 2, 0],
51.  
    [2, 2, 8, 1, 1],
52.  
    [7, 7, 0, 0, 0],
53.  
    [3, 2, 6, 3, 0],
54.  
    [2, 5, 3, 2, 2],
55.  
    [6, 5, 2, 1, 0],
56.  
    [0, 2, 2, 3, 7]]
57.  
    res1 = kappa(dataArr1, 2)
58.  
    res2 = fleiss_kappa(dataArr2, 10, 5, 14)
59.  
    print res1, res2
60.  
     
61.  
    #>>>0.855919552608 0.209930704422

62.