【机器学习】gini系数的计算

根据以下数据计算每个属性特征的加权gini系数: 

ID 有房者 婚姻 年收入 拖欠贷款者

1

单身 125k
2 已婚 100k
3 单身 70k
4 已婚 120k
5 离异 95k
6 已婚 60k
7 离异 200k
8 单身 85k
9 离异 75k
10 单身 90k

由上表可知,有三个特征分别为是否为有房者,婚姻状态,和年收入。标签label为是否为拖欠贷款者

对于是否为有房者而言:其中有房者占4个,无房者占6个。其中4个有房者均未拖欠贷款,无房者中有4人拖欠贷款,2人未拖欠贷款。

因此有房者和无房者的gini系数如下图所示:

【机器学习】gini系数的计算_第1张图片

 因此是否为有房者的gini系数为:Gini(是否为有房者)=\frac{4}{10}\timesGini(有房者)+\frac{6}{10}\timesGini(无房者)=\frac{4}{15}

 对于婚姻状态而言:其中4个单身,3个已婚,3个离异。其中4个单身中有2人拖欠贷款,2人未拖欠贷款,已婚中有1人拖欠贷款,2人未拖欠贷款。离异中有1人拖欠贷款,2人未拖欠贷款。

因此各个婚姻状态的gini系数如下图所示:

【机器学习】gini系数的计算_第2张图片

 因此婚姻状态的gini系数为:Gini(婚姻)=\frac{4}{10}\timesGini(单身)+\frac{3}{10}\timesGini(已婚)+\frac{3}{10}\timesGini(离异)=\frac{4}{15}

  对于年收入这种连续的特征,我们可以通过将其划分范围然后进行计算。因此我们可以将数据划分为两部分,即年收入大于100k的和年收入小于100k的。由此可知,年收入大于100k的4个人均未拖欠贷款,年收入小于100k的六个人中4人拖欠贷款,2人未拖欠贷款。

 因此各个阶段年收入的gini系数为:

【机器学习】gini系数的计算_第3张图片因此年收入的gini系数为:Gini(年收入)=\frac{6}{10}\timesGini(100k以下)+\frac{4}{10}\timesGini(100k以上)=\frac{4}{15}          

 

 

你可能感兴趣的:(Python,机器学习)