基尼指数的计算

一、基尼指数的概念

表示样本集合中一个随机选中的样本被分错的概率

注:Gini指数越小表示集合被选中的样本被参错的概率越小,即集合的纯度越高。反之,集合越不纯。当集合中所有样本为一个类时,基尼指数为0。

二、计算公式

在这里插入图片描述

三、示例

考虑如下数据集:
基尼指数的计算_第1张图片

(1)计算整个数据集的 Gini 指标值

易统计:
在这里插入图片描述
故带入公式得
在这里插入图片描述

(2)计算属性性别的 Gini 指标值

基尼指数的计算_第2张图片
按属性竖着看计算,有:
在这里插入图片描述
基尼指数的计算_第3张图片

你可能感兴趣的:(数据挖掘,数据分析,数据挖掘,决策树)