Cohen kappa（κ 一致性係數）

一種一致性指標，對觀察準確率扣除機遇下預期的一致：κ = (p_o − p_e)/(1 − p_e)，其中 p_o 為觀察準確率，p_e 為在給定邊際類別頻率下若預測為隨機時所期望的準確率。κ = 1 為完美、κ = 0 為機遇水準、負值則比機遇更差。由於它扣掉了來自類別先驗的免費準確率，在類別不平衡下與跨不同類別數時，kappa 遠比原始準確率更具資訊性。

在 BCI 中，kappa 是多類與不平衡問題偏好的單一數值分數（它是 BCI 競賽資料集的主要指標），因為它在 K 與不平衡程度間可相比，而準確率不能。其限制：kappa 取決於測試集中的類別盛行率，故來自不同邊際的資料集其值不能嚴格相比；且它將整個混淆矩陣摘要為一個數，隱藏了各類別的行為。