matlab:已知混淆矩阵，怎么求Kappa系数

Kappa系数是用来评价分类器分类能力的一种指标，它考虑了分类器预测正确的比例与预测错误的比例之间的平衡关系。在已知混淆矩阵的情况下，可以通过以下公式计算Kappa系数：

Kappa = (sum(diag(C)) - sum(C)*sum(C,2)/sum(C(:))) / (sum(C)*sum(C,2)/sum(C(:)) - sum(C)*sum(C(:)))

其中，C是混淆矩阵，diag(C)表示C的对角线元素，sum(C)表示C的所有元素之和，sum(C,2)表示按行求和，sum(C(:))表示将C中的所有元素展开成一列后求和。

下面是一个Matlab代码示例：

C = [50 10 5; 5 80 15; 10 5 70]; % 混淆矩阵
Kappa = (sum(diag(C)) - sum(C)*sum(C,2)/sum(C(:))) / (sum(C)*sum(C,2)/sum(C(:)) - sum(C)*sum(C(:))) % 计算Kappa系数

输出结果为：

Kappa = 0.8310

这说明分类器的分类能力较好，Kappa系数接近1。