基于Kappa指数和F1分数的双指标机器学习模型精度判别方法

本发明提供了一种基于Kappa指数和F1分数的双指标机器学习模型精度判别方法，包括：基于得到的数据变量数据库，计算任意两个变量之间的皮尔逊相关系数，剔除相关性系数大于0.8的参数对中任意一个参数；基于选取的机器模型算法，计算混淆矩阵、模型的精确率和召回率；计算F1分数和Kappa指数，根据划分标准判定机器学习模型的精度水平。本发明通过结合Kappa指数和F1分数的优势，提出了一种更为科学和鲁棒的评估框架：Kappa指数能够有效消除随机一致性的影响；而F1分数则通过平衡精确率与召回率，提供了对模型分类性能的精准度量。通过整合这两种指标，本发明可用于建立机器学习预测模型精度的判别标准，为判别机器学习模型的有效性提供科学的参考。