部分验证75% 置信事实精确时间
Cohen's κ 是衡量两名评审者对同一批样本分类一致性的统计量，计算时扣除了随机一致的概率。
3
来源数
75%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
涉及实体
相关事实
待验证在类别极不平衡的数据上，准确率会奖励评判者在容易的多数类上达成一致，而 Cohen's kappa 校正了随机一致的可能性，因此应使用 kappa 而非准确率。78% 相似待验证双重随机优化中的两个随机化层次分别为对数据的小批量随机采样和对变分期望的蒙特卡洛估计75% 相似待验证McNemar 检验统计量为 χ² = (|b - c| - 1)² / (b + c)，当样本量足够时近似服从自由度为1的卡方分布，其中-1为Yates连续性校正项73% 相似待验证Cohen's kappa 的计算公式为 κ = (p_o - p_e) / (1 - p_e)，其中 p_o 是观察到的致率，p_e 是两个评分者按照各自标签频率随机标注时的预期一致率。73% 相似待验证漂移检测的统计前提是比较的两组观测必须来自同一分布的可比样本，跨版本直接对比原始计数会产生假阳性。73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1061898API
curl https://kongchang.com/api/v1/knowledge/claims/1061898MCP
get_claim(id=1061898)