假设我想为文档添加注释。每个文档都可以用多个标签进行批注。在本例中,我有两个注释器(a和b),它们分别标记两个文档。在
from sklearn.metrics import cohen_kappa_score
annotator_a = [
["a","b","c"],
["d","e"]
]
annotator_b = [
["b","c"],
["f"]
]
注释器_a用标签a、b和c标记文档1。注释器_b用标签b和c标记文档1
我尝试使用以下公式计算注释器一致性:
^{pr2}$但这会导致一个错误:
ValueError: You appear to be using a legacy multi-label data representation. Sequence of sequences are no longer supported; use a binary array or sparse matrix instead.
关于如何计算注释器对这一集的一致性有什么想法吗?在
具体错误是由于不支持多标签输出的表示(请参阅sklearn的^{} 函数的文档)。
即使是正确的多标签输出,您仍然会得到一个错误,因为
cohen_kappa_score
不支持多标签输入(见下文)。事实上,Cohen's kappa只能应用于多类问题,而多标签输出的定义是非排他的。在您可以为每个标签使用一个二进制分类器,并计算每个标签的Cohen kappa。如果你需要一个代表一致性的唯一数字,你可以计算标签的平均kappa值。在
示例:Cohen's kappa for multi-label
输出:
^{pr2}$如何转换为序列序列以纠正多标签表示
输出:
Cohen的Kappa不支持不支持多标签输入。不用科恩的Kappa,可以用Krippendorff的Alpha。此度量支持评分者之间的协议、缺失值和非排他主题。它在pypi上可用。在
相关问题 更多 >
编程相关推荐