使用 confusionMatrix() 函数计算kappa值的95%置信区间

在R语言中，可以使用 `psych` 包中的 `Kappa() `函数计算kappa值及其置信区间。 `Kappa() `函数需要传入一个混淆矩阵和样本总数，可以通过 `confusionMatrix()` 函数计算出混淆矩阵，然后通过 `sum()` 函数计算出样本总数。

示例代码：

library(caret)
library(psych)

# 假设已有真实标签和预测标签分别为y_true和y_pred
confusion_matrix <- confusionMatrix(y_true, y_pred)
n <- sum(confusion_matrix$table)  # 样本总数

# 计算kappa值及其置信区间
kappa_result <- Kappa(confusion_matrix$table, n, ci = TRUE)
kappa <- kappa_result$Kappa
kappa_ci <- kappa_result$conf.int

其中，`ci = TRUE` 表示计算置信区间。计算结果中的 `kappa` 是kappa值，`kappa_ci` 则是kappa值的95%置信区间（默认置信水平为0.95）。